模式识别与人工智能
模式識彆與人工智能
모식식별여인공지능
Moshi Shibie yu Rengong Zhineng
2011年
6期
825-832
,共8页
赵英海%蔡俊杰%吴秀清%孙福明
趙英海%蔡俊傑%吳秀清%孫福明
조영해%채준걸%오수청%손복명
稀疏化描述%概念检测%多标注%半监督学习
稀疏化描述%概唸檢測%多標註%半鑑督學習
희소화묘술%개념검측%다표주%반감독학습
提出一种基于稀疏化图结构的转导多标注视频概念检测算法.首先,该方法通过信号稀疏化表达方法挖掘样本间视觉相似性关系与概念间分布相关性关系.然后,基于离散隐马尔可夫随机场构建多标注稀疏化图结构完成转导半监督视频概念检测.相关性信息的稀疏化表达可有效去除冗余信息的影响,降低图分类算法的问题复杂度,提高概念检测效率和分类效果.算法在TRECVID 2005数据集上进行实验,并与多种有监督、半监督分类算法进行结果比较.实验结果验证该算法的有效性.
提齣一種基于稀疏化圖結構的轉導多標註視頻概唸檢測算法.首先,該方法通過信號稀疏化錶達方法挖掘樣本間視覺相似性關繫與概唸間分佈相關性關繫.然後,基于離散隱馬爾可伕隨機場構建多標註稀疏化圖結構完成轉導半鑑督視頻概唸檢測.相關性信息的稀疏化錶達可有效去除冗餘信息的影響,降低圖分類算法的問題複雜度,提高概唸檢測效率和分類效果.算法在TRECVID 2005數據集上進行實驗,併與多種有鑑督、半鑑督分類算法進行結果比較.實驗結果驗證該算法的有效性.
제출일충기우희소화도결구적전도다표주시빈개념검측산법.수선,해방법통과신호희소화표체방법알굴양본간시각상사성관계여개념간분포상관성관계.연후,기우리산은마이가부수궤장구건다표주희소화도결구완성전도반감독시빈개념검측.상관성신식적희소화표체가유효거제용여신식적영향,강저도분류산법적문제복잡도,제고개념검측효솔화분류효과.산법재TRECVID 2005수거집상진행실험,병여다충유감독、반감독분류산법진행결과비교.실험결과험증해산법적유효성.
