基于多特征距离学习的视频分类

• 作者: 周向东 施伯乐 李真超 林哲 纪传俊
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 视频检索 视频分类 距离学习
• 年，卷（期）: 2012,（12）
• 所属期刊栏目: 基金项目论文
• 页码范围: 10-12,26
• 页数: 4页
• 分类号: TP3
• 字数: 2839字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2012.12.003

摘要

视频分类在视频检索、内容分析等应用领域具有十分重要的意义.多模态视频特征,如音频、静态图像及视频动作特征等都已经应用于视频分类中,因此如何对多种视频特征进行最佳组合来改善视频分类的性能成为了一个重要研究课题.提出一种基于L1正则化的距离学习方法,对利用多种特征组合提高视频语义标注性能的问题进行研究.由于引入一阶范数正则项,使得模型拥有选取多种视频特征进行最优组合的能力.该方法在通用的Columbia Consumer Video(CCV)视频数据集上显著提高了视频分类的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	施伯乐	复旦大学计算机科学技术学院	188	4414	33.0	61.0
2	林哲	复旦大学计算机科学技术学院	8	67	4.0	8.0
3	周向东	复旦大学计算机科学技术学院	35	323	10.0	17.0
4	纪传俊	复旦大学计算机科学技术学院	2	11	2.0	2.0
5	李真超	复旦大学计算机科学技术学院	1	7	1.0	1.0