講演抄録/キーワード |
講演名 |
2009-02-20 11:15
統計的モデル選択によるシーン数の自動推定を用いた動画要約 ○山崎航史・篠田浩一・古井貞煕(東工大) PRMU2008-231 |
抄録 |
(和) |
統計的なモデル選択手法を用いることでシーン数を自動推定する動画要約の作成手法を提案する.本手法では,動画全体を混合ガウス分布(GMM)でモデル化し,その最適な混合数をモデル選択手法により推定する.そして,GMMの各混合要素が一つのシーンを表現しているとみなし,要約を作成する.統計的なモデル選択には記述長最小距離(MDL)基準と変分ベイズ法を用いた.TRECVID 2007データベースを用いて評価実験を行った.重要なシーンのRecallが,MDL基準を用いた場合に0.74,変分ベイズ法を用いた場合に0.71という結果を得た.また,変分ベイズ法を用いた方がシーン数の推定精度が良く,冗長性の少ない要約が作成された. |
(英) |
This paper describes a video summarization system using model selection techniques to estimate the optimal number of scenes for a summary. We model a set of scenes with a Gaussian mixture model, where each mixture componernt is assumed to represent one scene. We use the minimum description length criterion and the variational Bayesian method as model selection criteria. We evaluate the proposed system using TRECVID 2007 database, that is unedited materials provided by the BBC. The recall was 0.74 when using MDL criterion, and 0.71 when using variational Bayesian method. The variational Bayesian method estimated the number of scenes more correctly than the MDL criterion. |
キーワード |
(和) |
動画要約 / モデル選択 / MDL / 変分ベイズ法 / 混合ガウス分布 / / / |
(英) |
Video summarization / Model selection / MDL / Variational Bayes / GMM / / / |
文献情報 |
信学技報, vol. 108, no. 432, PRMU2008-231, pp. 139-144, 2009年2月. |
資料番号 |
PRMU2008-231 |
発行日 |
2009-02-12 (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 |
PRMU2008-231 |
研究会情報 |
研究会 |
PRMU |
開催期間 |
2009-02-19 - 2009-02-20 |
開催地(和) |
東大生研 |
開催地(英) |
Univ. of Tokyo (IIS) |
テーマ(和) |
文字・文書の認識・理解 |
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 |
2009-02-PRMU |
本文の言語 |
日本語 |
タイトル(和) |
統計的モデル選択によるシーン数の自動推定を用いた動画要約 |
サブタイトル(和) |
|
タイトル(英) |
Automatically Estimating Number of Scenes for Video Summarization using Model Selection Criteria |
サブタイトル(英) |
|
キーワード(1)(和/英) |
動画要約 / Video summarization |
キーワード(2)(和/英) |
モデル選択 / Model selection |
キーワード(3)(和/英) |
MDL / MDL |
キーワード(4)(和/英) |
変分ベイズ法 / Variational Bayes |
キーワード(5)(和/英) |
混合ガウス分布 / GMM |
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) |
山崎 航史 / Koji Yamasaki / ヤマサキ コウジ |
第1著者 所属(和/英) |
東京工業大学 (略称: 東工大)
Tokyo Institute of Technology (略称: Tokyo Inst. of Tech.) |
第2著者 氏名(和/英/ヨミ) |
篠田 浩一 / Koichi Shinoda / シノダ コウイチ |
第2著者 所属(和/英) |
東京工業大学 (略称: 東工大)
Tokyo Institute of Technology (略称: Tokyo Inst. of Tech.) |
第3著者 氏名(和/英/ヨミ) |
古井 貞煕 / Sadaoki Furui / フルイ サダオキ |
第3著者 所属(和/英) |
東京工業大学 (略称: 東工大)
Tokyo Institute of Technology (略称: Tokyo Inst. of Tech.) |
第4著者 氏名(和/英/ヨミ) |
/ / |
第4著者 所属(和/英) |
(略称: )
(略称: ) |
第5著者 氏名(和/英/ヨミ) |
/ / |
第5著者 所属(和/英) |
(略称: )
(略称: ) |
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: ) |
第19著者 氏名(和/英/ヨミ) |
/ / |
第19著者 所属(和/英) |
(略称: )
(略称: ) |
第20著者 氏名(和/英/ヨミ) |
/ / |
第20著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2009-02-20 11:15:00 |
発表時間 |
30分 |
申込先研究会 |
PRMU |
資料番号 |
PRMU2008-231 |
巻番号(vol) |
vol.108 |
号番号(no) |
no.432 |
ページ範囲 |
pp.139-144 |
ページ数 |
6 |
発行日 |
2009-02-12 (PRMU) |