VIRET Tool Meets NasNet
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F19%3A10401575" target="_blank" >RIV/00216208:11320/19:10401575 - isvavai.cz</a>
Výsledek na webu
<a href="https://doi.org/10.1007/978-3-030-05716-9_52" target="_blank" >https://doi.org/10.1007/978-3-030-05716-9_52</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1007/978-3-030-05716-9_52" target="_blank" >10.1007/978-3-030-05716-9_52</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
VIRET Tool Meets NasNet
Popis výsledku v původním jazyce
The results of the last Video Browser Showdown in Bangkok 2018 show that multimodal search with interactive query reformulation represents a competitive search strategy for all the evaluated task categories. Therefore, we plan to target the effectiveness of involved retrieval models by making use of the most recent deep network architectures in the new version of our interactive video retrieval VIRET tool. Specifically, we apply the NasNet deep convolutional neural network architecture for automatic annotation and similarity search in the set of selected frames from the provided video collection. In addition, we implement temporal sequence queries and subimage similarity search to provide higher query formulation flexibility for users.
Název v anglickém jazyce
VIRET Tool Meets NasNet
Popis výsledku anglicky
The results of the last Video Browser Showdown in Bangkok 2018 show that multimodal search with interactive query reformulation represents a competitive search strategy for all the evaluated task categories. Therefore, we plan to target the effectiveness of involved retrieval models by making use of the most recent deep network architectures in the new version of our interactive video retrieval VIRET tool. Specifically, we apply the NasNet deep convolutional neural network architecture for automatic annotation and similarity search in the set of selected frames from the provided video collection. In addition, we implement temporal sequence queries and subimage similarity search to provide higher query formulation flexibility for users.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
—
OECD FORD obor
10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Návaznosti výsledku
Projekt
<a href="/cs/project/GA17-22224S" target="_blank" >GA17-22224S: Analytika uživatelských preferencí v modelech multimediální explorace</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2019
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
MultiMedia Modeling 25th International Conference, MMM 2019
ISBN
978-3-030-05715-2
ISSN
—
e-ISSN
—
Počet stran výsledku
5
Strana od-do
597-601
Název nakladatele
Springer
Místo vydání
Switzerland
Místo konání akce
Thessaloniki, Greece
Datum konání akce
8. 1. 2019
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—