Command Palette

Search for a command to run...

4ヶ月前

時空間サリエンシーを用いたタイムマッピング

{Sing Bing Kang Feng Zhou Michael F. Cohen}

時空間サリエンシーを用いたタイムマッピング

要約

高フレームレート(HFR)入力から、オリジナルの重要な瞬間を保持しつつ、通常速度・低フレームレート(LFR)の動画を生成するための新規アプローチを提案する。本手法を「時間マッピング(time-mapping)」と呼ぶ。これは、空間的トーンマッピングにおける高ダイナミックレンジ(HDR)から低ダイナミックレンジ(LDR)への変換に類比した、時間軸に基づく類似手法である。本研究の主な貢献は以下の通りである:(1)視覚的重要性を評価するための堅牢な空間時間的サリエンシー(saliency)手法、(2)フレームの重要度に基づいて時間的に再サンプリングを行うリタイムイング(re-timing)技術、および(3)サリエントな運動のレンダリングを向上させるための時間的フィルタ。ベンチマークデータセット上での空間時間的サリエンシー手法の評価結果から、本手法が最先端の性能を達成していることが示された。さらに、ユーザー調査により、より直感的な手法と比較して、本手法によるHFRからLFRへの時間マッピングがもたらす利点が実証された。

ベンチマーク

ベンチマーク方法論指標
video-salient-object-detection-on-davis-2016TIMP
AVERAGE MAE: 0.185
MAX E-MEASURE: 0.680
S-Measure: 0.574
video-salient-object-detection-on-davsodTIMP
Average MAE: 0.206
S-Measure: 0.534
max E-Measure: 0.582
video-salient-object-detection-on-davsod-1TIMP
Average MAE: 0.245
S-Measure: 0.503
max E-measure: 0.616
video-salient-object-detection-on-davsod-2TIMP
Average MAE: 0.190
S-Measure: 0.530
max E-measure: 0.665
video-salient-object-detection-on-fbms-59TIMP
AVERAGE MAE: 0.192
MAX F-MEASURE: 0.465
S-Measure: 0.576
video-salient-object-detection-on-uvsdTIMP
Average MAE: 0.171
S-Measure: 0.541
max E-measure: 0.662
video-salient-object-detection-on-visalTIMP
Average MAE: 0.170
S-Measure: 0.612
max E-measure: 0.743
video-salient-object-detection-on-vos-tTIMP
Average MAE: 0.192
S-Measure: 0.546
max E-measure: 0.640

AI で AI を構築

アイデアからローンチまで — 無料の AI 共同コーディング、すぐに使える環境、最適価格の GPU で AI 開発を加速。

AI 共同コーディング
すぐに使える GPU
最適価格
今すぐ始める

Hyper Newsletters

最新情報を購読する
北京時間 毎週月曜日の午前9時 に、その週の最新情報をメールでお届けします
メール配信サービスは MailChimp によって提供されています
時空間サリエンシーを用いたタイムマッピング | 論文 | HyperAI超神経