A funcionalidade de pesquisa está em construção.
A funcionalidade de pesquisa está em construção.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Video Search Reranking with Relevance Feedback Using Visual and Textual Similarities Reclassificação da pesquisa de vídeo com feedback de relevância usando semelhanças visuais e textuais

Takamasa FUJII, Soh YOSHIDA, Mitsuji MUNEYASU

  • Exibições de texto completo

    0

  • Cite isto

Resumo:

Na reclassificação da busca de vídeos, além da conhecida lacuna semântica, a lacuna de intenção, que é a lacuna entre a representação da demanda dos usuários e a real intenção de busca, está se tornando um grande problema que restringe a melhoria do desempenho da reclassificação. Para resolver este problema, propomos a reclassificação da pesquisa de vídeos com base em uma representação semântica por múltiplas tags. No método proposto, utilizamos feedback de relevância, com o qual o usuário pode interagir especificando alguns exemplos de vídeos dos resultados iniciais da pesquisa. Aplicamos o feedback de relevância para reduzir a lacuna entre a real intenção dos usuários e os resultados da pesquisa de vídeo. Além disso, focamos no fato de que múltiplas tags são usadas para representar conteúdos de vídeo. Ao vetorizar múltiplas tags associadas a vídeos com base no algoritmo Word2Vec e calcular o centróide do vetor de tags como uma representação coletiva, podemos avaliar a semelhança semântica entre vídeos usando recursos de tags. Conduzimos experimentos no conjunto de dados YouTube-8M e os resultados mostram que nossa abordagem de reclassificação é eficaz e eficiente.

Publicação
IEICE TRANSACTIONS on Fundamentals Vol.E102-A No.12 pp.1900-1909
Data de publicação
2019/12/01
Publicitada
ISSN online
1745-1337
DOI
10.1587/transfun.E102.A.1900
Tipo de Manuscrito
Special Section PAPER (Special Section on Smart Multimedia & Communication Systems)
Categoria
Tecnologia Ambiental Multimídia

autores

Takamasa FUJII
  Kansai University
Soh YOSHIDA
  Kansai University
Mitsuji MUNEYASU
  Kansai University

Palavra-chave