基于TICA和GMM的視頻語義概念檢測算法
大小：0.75 MB 人氣： 2017-12-22 需要積分：1
針對目前詞袋模型（ BoW）視頻語義概念檢測方法中的量化誤差問題，為了更有效地自動提取視頻的底層特征，提出一種基于拓撲獨立成分分析（ TICA）和高斯混合模型（GMM）的視頻語義概念檢測算法。首先，通過TICA算法進行視頻片段的特征提取，該特征提取算法能夠學習到視頻片段復雜不變性特征；其次利用CMM方法對視頻視覺特征進行建模，描述視頻特征的分布情況；最后構造視頻片段的CMM超向量，采用支持向量機（SVM）進行視頻語義概念檢測。CMM是BoW概率框架下的拓展，能夠減少量化誤差，具有良好的魯棒性。在TRECVID 2012和OV兩個視頻庫上，將所提方法與傳統(tǒng)的BoW、SIFT-CMM方法進行了對比實驗，結果表明，基于TICA和GMM的視頻語義概念檢測方法能夠提高視頻語義概念檢測的準確率。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%