動画像理解研究室

(ｚｅｒｏ－ｓｈｏｔがくしゅう)

zero-shot学習

(まるちどめいん)

マルチドメイン

(せぐめんてーしょん)

セグメンテーション

(しせいすいてい)

姿勢推定

(こんぴゅーたびじょん)

コンピュータビジョン

(しゅほう)

手法

(がぞうへんかん)

画像変換

(おんらいんがくしゅう)

オンライン学習

(じぜんがくしゅう)

事前学習

(くえりまっちんぐ)

クエリマッチング

(せいてきばいあす)

静的バイアス

(はいけいばいあす)

背景バイアス

(あくしょんけんしゅつ)

アクション検出

(どうさけんしゅつ)

動作検出

(ふくすうでーたせっとがくしゅう)

複数データセット学習

(どうさくかんけんしゅつ)

動作区間検出

(せいのうひょうか)

性能評価

(ぷろんぷとがくしゅう)

プロンプト学習

(きょうゆうぷろんぷと)

共有プロンプト

(ｃｌｉｐ)

CLIP

(ｖｉｔ)

ViT

(まるちすけーる)

マルチスケール

(あもーだるせぐめんてーしょん)

アモーダルセグメンテーション

(おくるーじょん)

オクルージョン

(とくちょうりょうしふと)

特徴量シフト

(あだぷたー)

アダプター

(どうがぞうふごうか)

動画像符号化

(じくうかんじょうほう)

時空間情報

(とくちょうりょう)

特徴量

(うめこみ)

埋め込み

(せるふあてんしょん)

セルフアテンション

(じこちゅうい)

自己注意

(きゃぷしょんせいせい)

キャプション生成

(かてごり)

カテゴリ

(くらす)

クラス

(がくしゅうでーた)

学習データ

(でーたせっと)

データセット

(ひょうかしひょう)

評価指標

(そんしつ)

損失

(こうさえんとろぴー)

交差エントロピー

(どうじがくしゅう)

同時学習

(らべるのいず)

ラベルノイズ

(じんぶつしせいすいていをもちいたあもーだるじんぶつせぐめんてーしょん)

人物姿勢推定を用いたアモーダル人物セグメンテーション

(とくちょうりょうしふとをもちいたくえりーべーすのじくうかんどうさけんしゅつ)

特徴量シフトを用いたクエリベースの時空間動作検出

(ｃｌｉｐによるふくすうでーたせっとがくしゅうのためのきょうゆうこゆうぷろんぷと)

CLIPによる複数データセット学習のための共有・固有プロンプト

(おんらいんどうががくしゅうのためのじかんてきまるちすけーるｍｅｍｖｉｔ)

オンライン動画学習のための時間的マルチスケールMeMViT

(しせいじょうほうをもちいたらけっとすぽーつえいぞうちゅうのひっとじこくけんしゅつ)

姿勢情報を用いたラケットスポーツ映像中のヒット時刻検出

(どうさにんしきにおけるせいてきばいあすていげんのためのせいてきじょうほうとどうてきじょうほうのぶんり)

動作認識における静的バイアス低減のための静的情報と動的情報の分離

(まるちどめいんがくしゅうのためのきょうゆうこゆうｌｏｒａのぶんりがくしゅうしゅほう)

マルチドメイン学習のための共有・固有LoRAの分離学習手法

(にんしきりつにもとづいたどうさにんしきでーたせっとのでーたくれんじんぐ)

認識率に基づいた動作認識データセットのデータクレンジング

(えっじけんしゅつをへいようしたどうさにんしきとせいきかもーめんとこうかんによるどめいんてきおう)

エッジ検出を併用した動作認識と正規化モーメント交換によるドメイン適応

(じくうかんあくしょんけんしゅつのためのじんぶつくえりのまっちんぐ)

時空間アクション検出のための人物クエリのマッチング

(ふくすうでーたせっとがくしゅうのためのそんしつおもみづけとあだぷたのけんとう)

複数データセット学習のための損失重み付けとアダプタの検討

(どうがのせつめいぶんせいせいにおけるながさせいぎょのためのうめこみとそのかいせき)

動画の説明文生成における長さ制御のための埋め込みとその解析

(どうさくかんけんしゅつでーたせっとのどうさくかんちょうにおうじたのいずじょきょ)

動作区間検出データセットの動作区間長に応じたノイズ除去

(ちょうじかんどうがのおんらいんじぜんがくしゅうほうほうのけんとう)

長時間動画のオンライン事前学習方法の検討

(せいてきばいあすのきょうじゃくにかかわらないｚｅｒｏ－ｓｈｏｔどうさにんしきしゅほうのけんとう)

静的バイアスの強弱に関わらないzero-shot動作認識手法の検討

(ふれーむかんのくえりまっちんぐをもちいたぶったいけんしゅつもでるのじくうかんどうさけんしゅつ)

フレーム間のクエリマッチングを用いた物体検出モデルの時空間動作検出

(がぞうせまんてぃっくせぐめんてーしょんのどうがぞうへのこうりつてきなかくちょう)

画像セマンティックセグメンテーションの動画像への効率的な拡張

(ちくじよみこみによるどうさにんしきのためのふくすうもでるがくしゅう)

逐次読み込みによる動作認識のための複数モデル学習

(たんいつもでるをもちいたがぞうとどうがぞうのどうじがくしゅう)

単一モデルを用いた画像と動画像の同時学習

(せぐめんてーしょんとがぞうせいせいをもちいたどうさにんしきのためのでーたかくちょう)

セグメンテーションと画像生成を用いた動作認識のためのデータ拡張

(どうさないようをあらわすかてごりぶんをもちいたｚｅｒｏ－ｓｈｏｔどうさにんしき)

動作内容を表すカテゴリ文を用いたzero-shot動作認識

(じくうかんあだぷたをもちいたどうさにんしきのためのまるちどめいんがくしゅう)

時空間アダプタを用いた動作認識のためのマルチドメイン学習

(どうがぞうのがしつれっかにたいするどうさにんしきもでるのひょうか)

動画像の画質劣化に対する動作認識モデルの評価

(どうがぞうちゅうのぶったいのこぴー・ぺーすとによるどうさにんしきのためのでーたかくちょう)

動画像中の物体のコピー・ペーストによる動作認識のためのデータ拡張

(どうさにんしきのためのしゃーぷなあてんしょんまっぷせいせい)

動作認識のためのシャープなアテンションマップ生成

(こうりつてきなどうさにんしきのためのしふとによるじかんてきなそうごあてんしょん)

効率的な動作認識のためのシフトによる時間的な相互アテンション

(ｄｏｍａｉｎ－ｓｐｅｃｉｆｉｃ　ｌｏｒａｓ)

Domain-Specific LoRAs

(ｑｕｅｒｙ　ｍａｔｃｈｉｎｇ)

query matching

(ｓｔａｔｉｃ　ｂｉａｓ)

static bias

(ａｃｔｉｏｎ　ｔｕｂｅ)

Action tube

(ｖｉｄｅｏ　ｃａｐｔｉｏｎｉｎｇ)

video captioning

(ｐｒｅ－ｔｒａｉｎｉｎｇ)

Pre-Training

(ｓｅｇｍｅｎｔａｔｉｏｎ)

Segmentation

(ｕｎｔｒｉｍｍｅｄ　ｖｉｄｅｏｓ)

untrimmed videos

(じゃくきょうしありどうさくかんけんしゅつのためのせつめいかのうねっとわーく)

弱教師あり動作区間検出のための説明可能なネットワーク

(どうさにんしきのためのじくうかんとくちょうにおけるじかんてきそうごさよう)

動作認識のための時空間特徴における時間的相互作用

(しんそうがくしゅうをもちいたえいぞうかいせき)

深層学習を用いた映像解析

(あてんしょんきこうをもちいたどうがぎゃぷしょんせいせい)

アテンション機構を用いた動画キャプション生成