基于视频场景深度学习的人物语义识别模型

• 作者: 岳文静 陈志 高翔 龚凯
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 视频挖掘 深度学习 卷积神经网络 人物语义 支持向量机
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 53-58
• 页数: 6页
• 分类号: TP393
• 字数: 5256字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2018.06.012

摘要

为有效分析和整合与人物行为相关的视频语义线索,提出一种基于视频场景深度学习的人物语义识别模型.该模型由中层语义特征提取、多通道语义特征融合、整体精调和语义识别等组成.首先实现底层图像到中层特征抽取,利用卷积神经网络算法并行获取视频场景关键帧集中的人物身份、人物行为、上下文环境等通道语义;再将中层特征融合到同一个语义融合层,通过多层语义卷积神经网络来整合上述语义,使用损失函数来学习不同通道语义之间的潜在关系,提高人物语义融合的鲁棒性;最终通过大间隔的损失函数来精调整个网络的参数,利用SVM分类器完成视频人物语义识别.实验结果表明,该模型在特定的数据集上具有较高的准确率,能够高效地识别视频人物语义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	岳文静	南京邮电大学通信与信息工程学院	32	154	6.0	11.0
2	陈志	南京邮电大学计算机学院	50	362	11.0	17.0
3	高翔	南京邮电大学计算机学院	70	595	11.0	22.0
4	龚凯	南京邮电大学计算机学院	2	5	1.0	2.0