정보처리학회 논문지 컴퓨터 및 통신시스템
Current Result Document :
| 한글제목(Korean Title) |
순차 데이터간의 유사도 표현에 의한 동영상 분류 |
| 영문제목(English Title) |
Video Classification System Based on Similarity Representation Among Sequential Data |
| 저자(Author) |
이호석
양지훈
Hosuk Lee
Jihoon Yang
|
| 원문수록처(Citation) |
VOL 07 NO. 01 PP. 0001 ~ 0008 (2018. 01) |
한글내용
(Korean Abstract) |
동영상 데이터는 시간에 따른 정보는 물론이고, 많은 정보량과 함께 잡음도 포함하고 있기 때문에 이에 대한 간단한 표현을 학습하는 것은 쉽지 않다. 본 연구에서는 이와 같은 동영상 데이터를 추상적이면서 보다 간단하게 표현할 수 있는 순차 데이터간의 유사도 표현 방법과 딥러닝 학습방법을 제안한다. 이는 동영상을 구성하는 이미지 데이터 벡터들 사이의 유사도를 내적으로 표현할 때 그것들이 서로 최대한의 정보를 가질 수 있도록 하는 함수를 구하고 학습하는 것이다. 실제 데이터를 통하여 제안된 방법이 기존의 동영상 분류 방법들보다도 뛰어난 분류 성능을 보임을 확인하였다.
|
영문내용
(English Abstract) |
It is not easy to learn simple expressions of moving picture data since it contains noise and a lot of information in addition to time-based information. In this study, we propose a similarity representation method and a deep learning method between sequential data which can express such video data abstractly and simpler. This is to learn and obtain a function that allow them to have maximum information when interpreting the degree of similarity between image data vectors constituting a moving picture. Through the actual data, it is confirmed that the proposed method shows better classification performance than the existing moving image classification methods.
|
| 키워드(Keyword) |
딥 러닝
비디오 분류
유사도 측정
표현 학습
Deep Learning
Video Classification
Similarity Measure
Representation Learning
|
| 파일첨부 |
PDF 다운로드
|
