- …
- …
#63
summarized by : Shun.ishizaka
どんな論文か？
動画の抽象表現を学習する手法の提案．人間は異なるイベント間から共通点を見出すことができる(Relational Event Abstraction)点に注目，この抽象化をComputer visionでもやるのが本研究の目的．たとえば"Running" "Lifting" "Boxing"は3つともexerciseという纏まりで括れる，というような感じ．画像+言語情報を利用する．
新規性
抽象表現をクエリから拾ってくるという問題設定が新しい．集合補完や仲間外れの動画の検出などに利用できる．また，検証のためにdatasetを構築(semantic relational algorithmにより構築，ようはKineticsとMulti-Moments in Timeの言語情報を使って4本1セットのまとまりをつくることにより自動で構築)．
結果
KineticsおよびMulti-Moments in Timeを利用して検証．Classificationの精度はいずれも従来手法に比べて向上．
その他（なぜ通ったか？等）
project page → http://abstraction.csail.mit.edu/
- …
- …