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
技報オンライン
‥‥ (ESS/通ソ/エレソ/ISS)
技報アーカイブ
‥‥ (エレソ/通ソ)
 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 2017-09-21 15:45
畳み込みニューラルネットによるテレビ広告動画における魅力予測
中村遵介東大)・河原達也ビデオリサーチ)・山崎俊彦東大
抄録 (和) テレビ広告動画(CM動画)は「どの程度視聴者が認知するか」「商品購入の意欲が湧くか」等の指標が重要であり,CM制作にはこれらの予測が不可欠である.
現在は視聴率と出稿時間の積の総和である延べ視聴率を主とした予測を行っているが,我々は14,492本のCM動画と600人程の評価データを利用して,延べ視聴率と認知度等の相関は0.3程度であることを明らかにし,深層学習を用いたより精度の高い手法を提案する.さらに提案手法は延べ視聴率から予測困難な指標(好意度.商品の購入喚起度)等も予測可能であることを示す. 
(英) Predicting the recognition rate of television advertising is a critical issue for advertisers, but factors that contribute to the recognition rate are still mysterious. In our preliminary experiments using 11,230 advertising videos and subjective evaluation by about 600 people for each content, we found that gross rating point (GRP), which is one of the most commonly used indicator, has little correlation with the recognition rate (correlation ratio between GRP and the recognition rate was 0.3). In this study, we show that even raw deep feature is more useful and can achieve the correlation value of 0.47.
キーワード (和) 深層学習 / 広告動画 / 動画特徴 / 動画解析 / / / /  
(英) deep neural network / television advertising / video feature / video analysis / / / /  
文献情報 信学技報, vol. 117, no. 217, MVE2017-18, pp. 21-24, 2017年9月.
資料番号 MVE2017-18 
発行日 2017-09-14 (MVE) 
ISSN Print edition: ISSN 0913-5685  Online edition: ISSN 2432-6380

研究会情報
研究会 MVE  
開催期間 2017-09-21 - 2017-09-22 
開催地(和) 千葉大学 西千葉キャンパス 
開催地(英) Chiba Univ. 
テーマ(和) 魅力,食体験,メディアエクスペリエンスおよび一般(CEA,AC協賛) 
テーマ(英)  
講演論文情報の詳細
申込み研究会 MVE 
会議コード 2017-09-MVE 
本文の言語 日本語 
タイトル(和) 畳み込みニューラルネットによるテレビ広告動画における魅力予測 
サブタイトル(和)  
タイトル(英) Predictions of Effectiveness of Television Advertising with Convolutional Neural Networks 
サブタイトル(英)  
キーワード(1)(和/英) 深層学習 / deep neural network  
キーワード(2)(和/英) 広告動画 / television advertising  
キーワード(3)(和/英) 動画特徴 / video feature  
キーワード(4)(和/英) 動画解析 / video analysis  
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) 中村 遵介 / Shunsuke Nakamura / ナカムラ シュンスケ
第1著者 所属(和/英) 東京大学 (略称: 東大)
The university of Tokyo (略称: Univ. of Tokyo)
第2著者 氏名(和/英/ヨミ) 河原 達也 / Tatsuya Kawahara / カワハラ タツヤ
第2著者 所属(和/英) ビデオリサーチ (略称: ビデオリサーチ)
VideoResearch Ltd. (略称: VideoResearch)
第3著者 氏名(和/英/ヨミ) 山崎 俊彦 / Toshihiko Yamasaki / ヤマサキ トシヒコ
第3著者 所属(和/英) 東京大学 (略称: 東大)
The university of Tokyo (略称: Univ. of Tokyo)
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
発表日時 2017-09-21 15:45:00 
発表時間 30 
申込先研究会 MVE 
資料番号 IEICE-MVE2017-18 
巻番号(vol) IEICE-117 
号番号(no) no.217 
ページ範囲 pp.21-24 
ページ数 IEICE-4 
発行日 IEICE-MVE-2017-09-14 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会