| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2017-10-12 14:30 ［ショートペーパー］深層学習に基づく映像要約文生成の為のシーン自動分割に関する研究 ○二見悠樹・鹿嶋雅之・福元伸也・佐藤公則・渡邊 睦（鹿児島大）  PRMU2017-78 |
|
| 抄録 | （和） | 我々は膨大な映像コンテンツを日常的に扱っている．それらの映像は意味的なまとまりをもつシーンによって分割されており，その膨大な量の映像からユーザーの望むシーンを提示する必要性が高まっている． また，近年では画像認識の分野において深層学習の有用性が示されている．その要因として，畳み込み層での優れた特徴抽出が挙げられる． そこで本研究では，深層学習に基づくシーンの自動分割，さらには分割されたシーンを要約文生成を目的とする． この第1段階として，Convolutional Neural Network(CNN)の中間出力を用いて映像のショット分割を行う． 本稿では，CNNによって抽出された特徴ベクトルを元に画像の類似性を比較することによるショット点の検出を提案する． 複数の映像コンテンツを用いた評価実験により，提案手法の有効性を確認した． |
| （英） | Huge amount of video contents are handled routinely. The video is divided into scenes that consists of semantic clusters and, it becomes larger the necessity to present the scene user wants from the huge amount of videos. In recent years, the efficacy of deep learning in image recognition has been shown.The purpose of this study was automatic segmentation of scenes based on deep learning, and to generate summary sentences of divided scenes. In the first step, shots of videos are segmented. In this paper, we propose the extraction method of shot points by comparing the similarity of the images based on feature vector extracted by CNN Experimental results using a plurality of video contents have shown the effectiveness of the proposed method |
|
| キーワード | （和） | 深層学習 / ショット分割 / シーン分割 / 畳み込みニューラルネットワーク / / / / |
| （英） | Deep Learning / Shot Detection / Scene Segmentation / Convolutional Neural Network / / / / | |
| 文献情報 | 信学技報, vol. 117, no. 238, PRMU2017-78, pp. 91-92, 2017年10月. | |
| 資料番号 | PRMU2017-78 | |
| 発行日 | 2017-10-05 (PRMU) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | PRMU2017-78 |
|
| 研究会情報 | |
| 研究会 | PRMU |
| 開催期間 | 2017-10-12 - 2017-10-13 |
| 開催地（和） | 熊本大学 |
| 開催地（英） | |
| テーマ（和） | 深層学習 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | PRMU |
| 会議コード | 2017-10-PRMU |
| 本文の言語 | 日本語 |
| タイトル（和） | 深層学習に基づく映像要約文生成の為のシーン自動分割に関する研究 |
| サブタイトル（和） | |
| タイトル（英） | Research of Automatic Scene Segmentation for Video Summary Generation based on Deep Learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 深層学習 / Deep Learning |
| キーワード(2)（和/英） | ショット分割 / Shot Detection |
| キーワード(3)（和/英） | シーン分割 / Scene Segmentation |
| キーワード(4)（和/英） | 畳み込みニューラルネットワーク / Convolutional Neural Network |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 二見 悠樹 / Yuki Futami / フタミ ユウキ |
| 第1著者 所属（和/英） | 鹿児島大学 (略称： 鹿児島大) Kagoshima University (略称： Kagoshima Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 鹿嶋 雅之 / Masayuki Kashima / カシマ マサユキ |
| 第2著者 所属（和/英） | 鹿児島大学 (略称： 鹿児島大) Kagoshima University (略称： Kagoshima Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 福元 伸也 / Shinya Fukumoto / フクモト シンヤ |
| 第3著者 所属（和/英） | 鹿児島大学 (略称： 鹿児島大) Kagoshima University (略称： Kagoshima Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 佐藤 公則 / Kiminori Sato / サトウ キミノリ |
| 第4著者 所属（和/英） | 鹿児島大学 (略称： 鹿児島大) Kagoshima University (略称： Kagoshima Univ.) |
| 第5著者 氏名（和/英/ヨミ） | 渡邊 睦 / Mutsumi Watanabe / ワタナベ ムツミ |
| 第5著者 所属（和/英） | 鹿児島大学 (略称： 鹿児島大) Kagoshima University (略称： Kagoshima Univ.) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2017-10-12 14:30:00 |
| 発表時間 | 15分 |
| 申込先研究会 | PRMU |
| 資料番号 | PRMU2017-78 |
| 巻番号（vol） | vol.117 |
| 号番号（no） | no.238 |
| ページ範囲 | pp.91-92 |
| ページ数 | 2 |
| 発行日 | 2017-10-05 (PRMU) |
[研究会発表申込システムのトップページに戻る]