Fine-grained modeling of the conditional selectivity of video features for the enhancement of video retrieval and filtering

2020 Fiscal Year Final Research Report

• Project/Area Number: 18K11386
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 61010:Perceptual information processing-related
• Research Institution: National Institute of Informatics
• Principal Investigator: KATAYAMA Norio 国立情報学研究所, コンテンツ科学研究系, 准教授 (60280559)
• Project Period (FY): 2018-04-01 – 2021-03-31
• Keywords: 映像特徴量 / 状況別選択性 / テレビアーカイブ / 映像検索 / 映像選別

Outline of Final Research Achievements

Since television archive contains various news reports regarding to disasters, crimes, accidents, etc., data analytics of news contents in television archive is useful for disaster and risk prevention. The fine-grained modeling of the conditional selectivity of video features, that is the aim of this study, is advantageous for such multimedia data analytics. This study has demonstrated the effectiveness of multimedia data analytics by applying it to the television archive for the trend analysis of disaster news reports.

Free Research Field

計算機科学・情報工学

Academic Significance and Societal Importance of the Research Achievements

現在、社会には膨大な映像メディアがあふれているが、それらを有効かつ安全に利用するために必要となる映像検索や映像選別の技術はまだ十分な精度では確立できていない。そのような技術の確立を難しくしている要因としては、映像内容の多様性に由来する対象依存性や定量的解析の困難さがある。本研究の目的は、これらの問題を、大量の映像データに対する「状況別選択性の細粒度モデル化」というアプローチによって克服することにある。