基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
视频事件类别的归属具有模糊性和不确定性,将超图的点边射入矩阵拓展成概率形式的软超图进行关联关系分析和语义分析,将会更有利于提高多事件检索检测的精准率和召回率.提出基于概率超图模型的视频事件语义检测算法(PHVESD).该方法首先将颜色、灰度共生矩阵、Tchebichef矩、局部二值模式(LBP)等四种底层视觉特征进行融合;然后定义视频段的亲密度函数并利用亲密度的信息构建概率超图模型,其中每条超边对应一种事件语义;采用随机游走过程来预测视频段属于每条超边的概率;最后结合阈值采用条件概率模型对视频段进行事件语义分类.将该方法用于交通突发事件多语义检测中并与其他的识别算法相比较,实验结果表明,与基于超图模型的多标签随机游走算法(MLRW)相比,PHVESD的算法使多语义事件检测的准确率提高了10%,召回率提高了8%.
推荐文章
基于超图模型的复杂视频事件检测
视频语义
视频事件检测
时序关系
超图模型
谱超图聚类
基于时序概率超图模型的视频多语义标注
视频标注
多语义标注
时序概率超图
时间相关性
半监督学习
基于本体的监控视频语义事件探测
事件分析本体
复合事件
推理规则
概念标注
监控视频
基于超图模型的复杂视频事件检测
视频语义
视频事件检测
时序关系
超图模型
谱超图聚类
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于概率超图的视频事件语义检测
来源期刊 计算机应用 学科 工学
关键词 概率超图模型 随机游走模型 特征提取 多语义视频事件检测
年,卷(期) 2012,(11) 所属期刊栏目 人工智能
研究方向 页码范围 3014-3017
页数 分类号 TP181
字数 2772字 语种 中文
DOI 10.3724/SP.J.1087.2012.03014
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 詹永照 江苏大学计算机科学与通信工程学院 189 1744 21.0 31.0
2 潘道远 江苏大学计算机科学与通信工程学院 16 66 5.0 6.0
3 任梅 江苏大学计算机科学与通信工程学院 3 6 2.0 2.0
4 孙佳瑶 江苏大学计算机科学与通信工程学院 2 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (54)
参考文献  (8)
节点文献
引证文献  (2)
同被引文献  (2)
二级引证文献  (0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(4)
  • 参考文献(4)
  • 二级参考文献(0)
2011(3)
  • 参考文献(2)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
概率超图模型
随机游走模型
特征提取
多语义视频事件检测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用
月刊
1001-9081
51-1307/TP
大16开
成都237信箱
62-110
1981
chi
出版文献量(篇)
20189
总下载数(次)
40
论文1v1指导