基于拓扑独立成分分析和高斯混合模型的视频语义概念检测

• 作者: 孔玮婷 詹永照
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 视频语义检测 拓扑独立成分分析 高斯混合模型 词袋模型 支持向量机
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 虚拟现实与数字媒体
• 页码范围: 770-773,814
• 页数: 5页
• 分类号: TP391
• 字数: 4890字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2016.03.770

摘要

针对目前词袋模型(BoW)视频语义概念检测方法中的量化误差问题,为了更有效地自动提取视频的底层特征,提出一种基于拓扑独立成分分析(TICA)和高斯混合模型(GMM)的视频语义概念检测算法.首先,通过TICA算法进行视频片段的特征提取,该特征提取算法能够学习到视频片段复杂不变性特征;其次利用GMM方法对视频视觉特征进行建模,描述视频特征的分布情况;最后构造视频片段的GMM超向量,采用支持向量机(SVM)进行视频语义概念检测.GMM是BoW概率框架下的拓展,能够减少量化误差,具有良好的鲁棒性.在TRECVID 2012和OV两个视频库上,将所提方法与传统的BoW、SIFT-GMM方法进行了对比实验,结果表明,基于TICA和GMM的视频语义概念检测方法能够提高视频语义概念检测的准确率.

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	孔玮婷	江苏大学计算机科学与通信工程学院	2	6	1.0	2.0