論文の概要: Analysis of Hybrid Compositions in Animation Film with Weakly Supervised Learning
- arxiv url: http://arxiv.org/abs/2410.04789v1
- Date: Mon, 7 Oct 2024 06:57:23 GMT
- ステータス: 処理完了
- システム内更新日: 2024-11-02 01:58:01.010975
- Title: Analysis of Hybrid Compositions in Animation Film with Weakly Supervised Learning
- Title（参考訳）: 弱教師付き学習によるアニメーションフィルム中のハイブリッド組成の解析
- Authors: Mónica Apellaniz Portos, Roberto Labadie-Tamayo, Claudius Stemmler, Erwin Feyersinger, Andreas Babic, Franziska Bruckner, Vrääth Öhner, Matthias Zeppelzauer,
- Abstract要約: 短命フィルムの領域におけるアニメーションにおけるハイブリッド視覚構成の分析手法を提案する。
半教師付き学習と弱教師付き学習のアイデアを組み合わせて、事前にラベル付けされたセグメンテーションマスクを必要とせずにハイブリッド合成をセグメント化できるモデルを訓練する。
- 参考スコア（独自算出の注目度）: 0.5378907120880985
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We present an approach for the analysis of hybrid visual compositions in animation in the domain of ephemeral film. We combine ideas from semi-supervised and weakly supervised learning to train a model that can segment hybrid compositions without requiring pre-labeled segmentation masks. We evaluate our approach on a set of ephemeral films from 13 film archives. Results demonstrate that the proposed learning strategy yields a performance close to a fully supervised baseline. On a qualitative level the performed analysis provides interesting insights on hybrid compositions in animation film.
- Abstract（参考訳）: 短命フィルムの領域におけるアニメーションにおけるハイブリッド視覚構成の分析手法を提案する。
半教師付き学習と弱教師付き学習のアイデアを組み合わせて、事前にラベル付けされたセグメンテーションマスクを必要とせずにハイブリッド合成をセグメント化できるモデルを訓練する。
我々は,13のフィルムアーカイブから得られた短命フィルムに対するアプローチを評価した。
その結果,提案手法が完全に教師付きベースラインに近い性能が得られることがわかった。
質的なレベルでは、実行された分析はアニメーションフィルムのハイブリッド組成に関する興味深い洞察を与える。
関連論文リスト
- Training-Free Semantic Video Composition via Pre-trained Diffusion Model [96.0168609879295]
現在のアプローチは、主に前景の色と照明を調整したビデオで訓練されており、表面的な調整以上の深い意味の相違に対処するのに苦労している。
本研究では,事前知識を付加した事前学習拡散モデルを用いた学習自由パイプラインを提案する。
実験の結果,我々のパイプラインは出力の視覚的調和とフレーム間のコヒーレンスを確実にすることがわかった。
論文 参考訳（メタデータ） (2024-01-17T13:07:22Z) - MoviePuzzle: Visual Narrative Reasoning through Multimodal Order
Learning [54.73173491543553]
MoviePuzzleは、ビジュアルな物語の推論と全体論的映画理解をターゲットとする、新しい挑戦である。
本研究では,映像モデルの時間的特徴学習と構造学習を増幅するMoviePuzzleタスクを提案する。
提案手法はMoviePuzzleベンチマークの既存の最先端手法よりも優れている。
論文 参考訳（メタデータ） (2023-06-04T03:51:54Z) - Solve the Puzzle of Instance Segmentation in Videos: A Weakly Supervised
Framework with Spatio-Temporal Collaboration [13.284951215948052]
ビデオにおけるtextbfS-patiotextbfTemporal textbfClaboration の例を示す。
提案手法は,TrackR-CNN と MaskTrack R-CNN の完全教師付き性能よりも優れる。
論文 参考訳（メタデータ） (2022-12-15T02:44:13Z) - Learnable Optimal Sequential Grouping for Video Scene Detection [11.890809661723502]
最適シーケンスグループ(OSG)の能力を学習体制に拡張する。
各種構成下での深層学習ニューラルネットワークへのOSGの導入に関する包括的分析を行う。
論文 参考訳（メタデータ） (2022-05-17T11:45:03Z) - Less than Few: Self-Shot Video Instance Segmentation [50.637278655763616]
質問に対して適切なサポートビデオの検索を自動で行うことを提案する。
私たちは、ビデオインスタンスのセグメンテーションを、セルフショット(と数ショット)の設定で初めて取り組んだ。
我々は,新しいトランスモデルを用いた強力なベースライン性能を提供する。
論文 参考訳（メタデータ） (2022-04-19T13:14:43Z) - Learning from Untrimmed Videos: Self-Supervised Video Representation
Learning with Hierarchical Consistency [60.756222188023635]
教師なしビデオにおいて,より豊富な情報を活用することで表現の学習を提案する。
HiCoは、トリミングされていないビデオのより強力な表現を生成するだけでなく、トリミングされたビデオに適用した場合の表現品質も向上する。
論文 参考訳（メタデータ） (2022-04-06T18:04:54Z) - Video Summarization Using Deep Neural Networks: A Survey [72.98424352264904]
ビデオ要約技術は、ビデオコンテンツの最も有益な部分を選択して、簡潔で完全なシノプシスを作成することを目指しています。
本研究は,この領域における最近の進歩に着目し,既存の深層学習に基づく総括的映像要約手法の包括的調査を行う。
論文 参考訳（メタデータ） (2021-01-15T11:41:29Z) - ASIST: Annotation-free synthetic instance segmentation and tracking for
microscope video analysis [8.212196747588361]
サブセルマイクロビリの顕微鏡映像を解析するための,アノテーションのない新規な合成インスタンスセグメンテーション・トラッキングアルゴリズムを提案する。
実験結果から,提案手法は教師あり学習よりも優れた性能を示した。
論文 参考訳（メタデータ） (2020-11-02T14:39:26Z) - Motion-supervised Co-Part Segmentation [88.40393225577088]
本稿では,コパートセグメンテーションのための自己教師型ディープラーニング手法を提案する。
提案手法は,映像から推定される動き情報を有効活用して意味のある物体の発見を可能にする。
論文 参考訳（メタデータ） (2020-04-07T09:56:45Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。