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:
为了提高视频语义分析的准确性,提出一种基于非线性可鉴别的稀疏表示视频语义分析方法.该方法在K-SVD稀疏表示字典优化算法中引入了核函数和类别矢量,将稀疏表示特征映射到高维空间并使之满足类内离散度小、类间离散度大的Fisher准则,建立了可鉴别模型.使用该模型对字典的优化求解产生约束,形成了优化字典.将该字典用于求解视频特征的稀疏表示,同时提出了视频特征稀疏表示的分类鉴别准则来分析视频语义.在TRECVID 2007的新闻视频库上进行了视频语义概念分析.试验结果表明,该方法显著提高了视频特征稀疏表示的鉴别性,从而提高了视频语义分析准确性.
推荐文章
采用非线性块稀疏字典选择的视频总结
视频总结
稀疏表示
非线性
块稀疏
字典选择
稀疏表示人脸识别的关键问题分析
人脸识别
压缩感知
稀疏表示
鲁棒性
基于字典优化的稀疏表示的视频镜头分类
稀疏表示
字典优化
视频镜头分类
稀疏表示保持的鉴别特征选择算法
特征选择
稀疏表示
重构残差
l2,1范数
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 基于非线性可鉴别的稀疏表示视频语义分析方法
来源期刊 江苏大学学报(自然科学版) 学科 工学
关键词 语义分析 视频语义 稀疏表示 可鉴别 核函数 K-SVD
年,卷(期) 2013,(6) 所属期刊栏目
研究方向 页码范围 669-674
页数 6页 分类号 TP391
字数 5711字 语种 中文
DOI 10.3969/j.issn.1671-7775.2013.06.009
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 成科扬 江苏大学计算机科学与通信工程学院 32 282 7.0 16.0
3 张珊珊 江苏大学计算机科学与通信工程学院 7 50 4.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (11)
参考文献  (6)
节点文献
引证文献  (6)
同被引文献  (4)
二级引证文献  (8)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(5)
  • 参考文献(2)
  • 二级参考文献(3)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(4)
  • 引证文献(3)
  • 二级引证文献(1)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(5)
  • 引证文献(0)
  • 二级引证文献(5)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
语义分析
视频语义
稀疏表示
可鉴别
核函数
K-SVD
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
江苏大学学报(自然科学版)
双月刊
1671-7775
32-1668/N
大16开
江苏省镇江市梦溪园巷30号
28-83
1980
chi
出版文献量(篇)
2980
总下载数(次)
2
总被引数(次)
31026
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导