首页> 外文期刊>電子情報通信学会技術研究報告 >TRECVID 2010 Content-Based Copy Detectionタスク参加報告
【24h】

TRECVID 2010 Content-Based Copy Detectionタスク参加報告

机译:TRECVID 2010 Content-Based Copy Detectionタスク参加报告

获取原文
获取原文并翻译 | 示例
       

摘要

In this paper, we describe our approaches that were tested in the TRECVID 2010 Content-Based Copy Detection (CBCD) task. We introduce a method consisting of a feature degeneration and sparse feature selection process for video detection tasks, which is highly robust as regards video signal distortion. For audio detection tasks, we adopt a method based on spectral partitioning to cope with additive interfering sounds. Both methods are key techniques for our Robust Media Search (RMS) technology. Evaluation results show the effectiveness of our methods.%本稿では,TRECVID2010コピー検出タスクにおいて我々が用いた探索手法である,粗量子化エリア照合法(CAM法)と分割一致探索法(DAL法)を紹介する.CAM法は粗く量子化した特徴と特徴選択に基づく映像探索手法であり,適へいや歪み等に対して頑健な性質を持つ.DAL法はスペクトル分割を用いた音響信号の探索手法であり,加法性雑音に対して頑健な性質を持つ.これらの手法はロバストメディア探索技術(RMS,Robust Media Search)の主要な要素技術である.今回のTRECVID評価実験の結果により,これらの手法の有効性を確認した.
机译:本文介绍了在TRECVID 2010基于内容的复制检测(CBCD)任务中经过测试的方法。我们介绍了一种由特征退化和稀疏特征选择过程组成的方法,用于视频检测任务,该方法具有很高的鲁棒性对于音频检测任务,我们采用基于频谱划分的方法来应对加性干扰声音,这两种方法都是鲁棒媒体搜索(RMS)技术的关键技术,评估结果表明了我们方法的有效性。然后,我们介绍了在TRECVID2010复制检测任务中使用的搜索方法:粗量化区域匹配方法(CAM方法)和除法匹配搜索方法(DAL方法)。 CAM方法是基于粗糙量化的特征和特征选择的视频搜索方法,并且具有针对合适的失真和失真的鲁棒性。 DAL方法是一种使用频谱划分的声学信号搜索方法,并且具有相对于加性噪声的鲁棒性。这些方法是鲁棒媒体搜索(RMS)的主要基本技术。 TRECVID评估实验的结果证实了这些方法的有效性。

著录项

  • 来源
    《電子情報通信学会技術研究報告》 |2011年第414期|p.55-60|共6页
  • 作者单位

    日本電信電話株式会社NTTコミュニケーション科学基礎研究所 〒243-0198神奈川県厚木市森の里若宮3-1;

    日本電信電話株式会社NTTコミュニケーション科学基礎研究所 〒243-0198神奈川県厚木市森の里若宮3-1;

    日本電信電話株式会社NTTコミュニケーション科学基礎研究所 〒243-0198神奈川県厚木市森の里若宮3-1;

    日本電信電話株式会社NTTコミュニケーション科学基礎研究所 〒243-0198神奈川県厚木市森の里若宮3-1;

    日本電信電話株式会社NTTコミュニケーション科学基礎研究所 〒243-0198神奈川県厚木市森の里若宮3-1;

    日本電信電話株式会社NTTコミュニケーション科学基礎研究所 〒243-0198神奈川県厚木市森の里若宮3-1;

  • 收录信息
  • 原文格式 PDF
  • 正文语种 jpn
  • 中图分类
  • 关键词

    TRECVID; コピー検出; メディア探索; 映像信号探索; 音響信号探索; 検索;

    机译:TRECVID;复制检测;媒体搜索;视频信号搜索;声音信号搜索;搜索;

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号