日本語
 
Help Privacy Policy ポリシー/免責事項
  詳細検索ブラウズ

アイテム詳細

登録内容を編集ファイル形式で保存
一時保存へ追加
 詳細要約
  Movie Description

Rohrbach, A., Torabi, A., Rohrbach, M., Tandon, N., Pal, C., Larochelle, H., Courville, A., & Schiele, B. (2017). Movie Description. International Journal of Computer Vision, 123(1), 94-120. doi:10.1007/s11263-016-0987-1.

Item is

 

表示: 全項目 非表示: 全項目

基本情報

表示: 非表示:
アイテムのパーマリンク: https://hdl.handle.net/11858/00-001M-0000-002A-FD03-C 版のパーマリンク: https://hdl.handle.net/11858/00-001M-0000-002D-48D7-0
資料種別: 学術論文

ファイル

表示: ファイル
非表示: ファイル
:
art_10.1007_s11263-016-0987-1.pdf (出版社版), 5MB
表示   保存
ファイルのパーマリンク:
https://hdl.handle.net/11858/00-001M-0000-002C-4CE2-6
ファイル名:
art_10.1007_s11263-016-0987-1.pdf
説明:
-
OA-Status:
閲覧制限:
公開
MIMEタイプ / チェックサム:
application/pdf / [MD5]
技術的なメタデータ:
表示
著作権日付:
-
著作権情報:
© The Author(s) 2017 Open Access This article is distributed under the terms of the Creative Commons Attribution 4.0 International License (http://creativecommons.org/licenses/by/4.0/), which permits unrestricted use, distribution, and reproduction in any medium, provided you give appropriate credit to the original author(s) and the source, provide a link to the Creative Commons license, and indicate if changes were made.
CCライセンス:
http://creativecommons.org/licenses/by/4.0/

関連URL

表示:

作成者

表示:
非表示:
 作成者:
Rohrbach, Anna1, 著者           
Torabi, Atousa2, 著者
Rohrbach, Marcus2, 著者           
Tandon, Niket3, 著者           
Pal, Christopher2, 著者
Larochelle, Hugo2, 著者
Courville, Aaron2, 著者
Schiele, Bernt1, 著者           
所属:
1Computer Vision and Multimodal Computing, MPI for Informatics, Max Planck Society, ou_1116547              
2External Organizations, ou_persistent22              
3Databases and Information Systems, MPI for Informatics, Max Planck Society, ou_24018              

内容説明

表示:
非表示:
キーワード: Computer Science, Computer Vision and Pattern Recognition, cs.CV,Computer Science, Computation and Language, cs.CL
 要旨: Audio Description (AD) provides linguistic descriptions of movies and allows visually impaired people to follow a movie along with their peers. Such descriptions are by design mainly visual and thus naturally form an interesting data source for computer vision and computational linguistics. In this work we propose a novel dataset which contains transcribed ADs, which are temporally aligned to full length movies. In addition we also collected and aligned movie scripts used in prior work and compare the two sources of descriptions. In total the Large Scale Movie Description Challenge (LSMDC) contains a parallel corpus of 118,114 sentences and video clips from 202 movies. First we characterize the dataset by benchmarking different approaches for generating video descriptions. Comparing ADs to scripts, we find that ADs are indeed more visual and describe precisely what is shown rather than what should happen according to the scripts created prior to movie production. Furthermore, we present and compare the results of several teams who participated in a challenge organized in the context of the workshop "Describing and Understanding Video & The Large Scale Movie Description Challenge (LSMDC)", at ICCV 2015.

資料詳細

表示:
非表示:
言語: eng - English
 日付: 2016-05-1220162017-01-252017
 出版の状態: 出版
 ページ: 25 p.
 出版情報: -
 目次: -
 査読: -
 識別子（DOI, ISBNなど）: BibTex参照ID: RohrbachMovie
DOI: 10.1007/s11263-016-0987-1
 学位: -

関連イベント

表示:

訴訟

表示:

Project information

表示:

出版物 1

表示:
非表示:
出版物名: International Journal of Computer Vision
  省略形 : IJCV
種別: 学術雑誌
 著者・編者:
所属:
出版社, 出版地: London : Springer
ページ: - 巻号: 123 (1) 通巻号: - 開始・終了ページ: 94 - 120 識別子（ISBN, ISSN, DOIなど）: -