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:
现有的基于多示例学习的恐怖视频识别算法都是假设示例间是相互独立的,而忽略了恐怖视频中存在的上下文信息和示例包的统计特性。因此,本文提出了一种多视角融合稀疏表示模型。该模型分别从集合视角、上下文视角以及统计特性视角三个不同的视角来看待一个视频片段,并利用联合稀疏表示框架将三个不同视角融合到一个分类框架中,用来进行恐怖视频的识别。在恐怖视频库上的实验结果验证了算法在恐怖视频识别中比现有的其它算法有更好的性能和稳定性。
推荐文章
基于自适应稀疏表示的多聚焦图像融合
稀疏表示
多聚焦图像融合
自适应
梯度值
基于核稀疏表示的人脸人耳融合识别算法的研究
融合识别
核稀疏表示
特征提取
加权串联融合
正交匹配追踪算法
鲁棒性
基于SIFT稀疏表示的人脸识别算法
人脸识别
尺度不变特征变换
FisherVector
主成分分析
稀疏表示
基于深度图像和稀疏表示的多手势识别算法
深度图像
稀疏表示
多目标手势
手势分割
手势识别
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 基于多视角融合稀疏表示的恐怖视频识别
来源期刊 电子学报 学科 工学
关键词 恐怖视频 稀疏表示 多视角 核函数
年,卷(期) 2014,(2) 所属期刊栏目 学术论文
研究方向 页码范围 301-305
页数 5页 分类号 TP37
字数 4344字 语种 中文
DOI 10.3969/j.issn.0372-2112.2014.02.014
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 李兵 中国科学院自动化研究所模式识别国家重点实验室 79 708 16.0 24.0
2 丁昕苗 15 46 4.0 6.0
4 胡卫明 中国科学院自动化研究所模式识别国家重点实验室 12 1727 10.0 12.0
5 王振 7 46 4.0 6.0
8 郭文 9 38 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (14)
参考文献  (2)
节点文献
引证文献  (8)
同被引文献  (17)
二级引证文献  (22)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(3)
  • 引证文献(2)
  • 二级引证文献(1)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(7)
  • 引证文献(1)
  • 二级引证文献(6)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(11)
  • 引证文献(0)
  • 二级引证文献(11)
2020(4)
  • 引证文献(1)
  • 二级引证文献(3)
研究主题发展历程
节点文献
恐怖视频
稀疏表示
多视角
核函数
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
电子学报
月刊
0372-2112
11-2087/TN
大16开
北京165信箱
2-891
1962
chi
出版文献量(篇)
11181
总下载数(次)
11
总被引数(次)
206555
论文1v1指导