フレーム識別とは何ですか？
Frame Identification フレーム識別 - Different from the previous studies, this study proposes novel methods which does not require any image segmentation to perform simultaneously key-frame identification and LAV estimation. [1] Finally, based on the data priority, the meter address and the frame identification, the application layer transport protocol of the CAN bus is designed. [2] Towards this goal, we present a novel approach for time-varying data visualization that encompasses keyframe identification, feature extraction and tracking under a single, unified framework. [3]以前の研究とは異なるこの研究では、キーフレームの識別とLAV推定を同時に実行するために画像セグメンテーションを必要としない新しい方法を提案しています。 [1] 最後に、データの優先順位、メーター アドレス、およびフレーム ID に基づいて、CAN バスのアプリケーション層トランスポート プロトコルが設計されます。 [2] この目標に向けて、単一の統合されたフレームワークの下でキーフレームの識別、特徴抽出、および追跡を含む、時変データの視覚化のための新しいアプローチを提示します。 [3]
frame semantic parsing フレームのセマンティック解析
Frame Identification (FI) is a fundamental and challenging task in frame semantic parsing. [1] Current researches on frame semantic parsing include three subtasks, namely frame identification, argument identification and role classification. [2] Frame identification is one of the key challenges for frame-semantic parsing. [3]フレーム識別（FI）は、フレームセマンティック解析の基本的で挑戦的なタスクです。 [1] フレームセマンティック解析に関する現在の研究には、3つのサブタスク、つまりフレーム識別、引数識別、ロール分類が含まれます。 [2] nan [3]
copy move forgery コピー 移動 偽造
In the past decades, although machine intelligence has been widely adopted to detect the forgery in digital images automatically, It still remains a very challenging detection task for carefully-crafted copy-move forgery in digital video for three reasons: (i) A video of medium length containing hundreds of frames already incurs a prohibitive computational cost; (ii) Similar backgrounds in contiguous frames are easily mistakenly detected as copy-move forgery regions, resulting to a large number of false alarms; (iii) Most state-of-the-art methods cannot detect video copy-move inter-frame or intra-frame forgeries; To effectively address these issues, a fast forgery frame detection method for video copy-move inter/intra-frame identification is proposed: (i) The sparse feature extraction and matching speed-up the algorithm processing and reduce the time cost greatly (Defect (i)); (ii) The adaptive two-pass filtering and copy-move frame-pair matching can address the similarity problem (Defect (ii)) to locate truly forgery frame-pairs (FFP); (iii) Based on the results of these FFP, the type of video copy-move forgery detection can be identified (Defect (iii)). [1]過去数十年で、デジタル画像の偽造を自動的に検出するためにマシンインテリジェンスが広く採用されていますが、3つの理由でデジタルビデオで慎重に作成されたコピームーブの偽造のための非常に挑戦的な検出タスクのままです。数百のフレームを含む中程度の長さは、すでに法外な計算コストが発生しています。 （ii）隣接するフレームの同様の背景は、コピームーブの偽造地域として誤って誤って検出され、多数の誤報が生じます。 （iii）最も最先端の方法は、ビデオコピームーブ間フレームまたはフレーム内の偽造を検出できません。これらの問題に効果的に対処するために、ビデオコピー - ムーブ間/フレーム内識別のための高速偽造フレーム検出方法が提案されています。（i）アルゴリズムの処理をスパースの抽出とマッチングスピードアップして、時間コストを大幅に削減する（欠陥を削減する（欠陥）私））; （ii）適応型の2パスフィルタリングとコピームーブフレームペアマッチングは、類似性の問題（欠陥（ii））に対処して、真に偽造フレームペア（FFP）を見つけることができます。 （iii）これらのFFPの結果に基づいて、ビデオコピー-Moveの偽造の検出のタイプを特定できます（欠陥（III））。 [1]
Key Frame Identification
The first step proposes and uses a key frame identification algorithm to extract a set of optimal frames. [1] With the video imprint representation, it is convenient to reverse map back to both temporal and spatial locations in video frames, allowing for both key frame identification and key areas localization within each frame. [2]nan [1] ビデオ インプリント表現を使用すると、ビデオ フレームの時間的位置と空間的位置の両方にリバース マップを戻すことができ、各フレーム内のキー フレームの識別とキー エリアのローカリゼーションの両方が可能になります。 [2]
Namely Frame Identification
Current researches on frame semantic parsing include three subtasks, namely frame identification, argument identification and role classification. [1] This work explores how structural information from these lexical resources can lead to gains in a downstream task, namely frame identification. [2]フレームセマンティック解析に関する現在の研究には、3つのサブタスク、つまりフレーム識別、引数識別、ロール分類が含まれます。 [1] この作業では、これらの語彙リソースからの構造情報が、下流のタスク、つまりフレーム識別にどのように役立つかを探ります。 [2]