计算机学报
計算機學報
계산궤학보
CHINESE JOURNAL OF COMPUTERS
2013年
10期
2062-2069
,共8页
知识迁移%视频标注%互联网图像搜索引擎%共同特征子空间
知識遷移%視頻標註%互聯網圖像搜索引擎%共同特徵子空間
지식천이%시빈표주%호련망도상수색인경%공동특정자공간
transfer learning%video annotation%Web image search engine%common feature subspace
标注用户视频中的事件是一项极具挑战性的工作.目前的研究主要关注如何从大量的已标注视频中获取视频相关概念,并用来标注未知的用户视频.现实场景下的视频具有复杂性和多样性的特点,建模需要收集大量已标注的视频训练样本,这个过程非常费时费力.为了缓解这一问题,作者利用大量互联网图像来建立模型,这些图像数据涵盖了各种环境下的各种事件.然而,从互联网上得到的知识变化多样且有噪声,如果不加选择而盲目进行知识迁移,反而会影响视频标注的效果.因此,作者提出了一种联合组权重学习框架来权衡互联网上不同但相关的图像组,并用这些知识建立视频标注模型.在该框架下,作者采用联合优化的方法来获得不同图像组的权重,每一个权重值表示了相应的图像组在知识迁移中所起的作用.为了解决视频与图像特征的异构问题,作者建立了一个共同特征子空间来连接视频和图像这两个特征空间.两个视频数据库上的实验结果表明了文中方法的有效性.
標註用戶視頻中的事件是一項極具挑戰性的工作.目前的研究主要關註如何從大量的已標註視頻中穫取視頻相關概唸,併用來標註未知的用戶視頻.現實場景下的視頻具有複雜性和多樣性的特點,建模需要收集大量已標註的視頻訓練樣本,這箇過程非常費時費力.為瞭緩解這一問題,作者利用大量互聯網圖像來建立模型,這些圖像數據涵蓋瞭各種環境下的各種事件.然而,從互聯網上得到的知識變化多樣且有譟聲,如果不加選擇而盲目進行知識遷移,反而會影響視頻標註的效果.因此,作者提齣瞭一種聯閤組權重學習框架來權衡互聯網上不同但相關的圖像組,併用這些知識建立視頻標註模型.在該框架下,作者採用聯閤優化的方法來穫得不同圖像組的權重,每一箇權重值錶示瞭相應的圖像組在知識遷移中所起的作用.為瞭解決視頻與圖像特徵的異構問題,作者建立瞭一箇共同特徵子空間來連接視頻和圖像這兩箇特徵空間.兩箇視頻數據庫上的實驗結果錶明瞭文中方法的有效性.
표주용호시빈중적사건시일항겁구도전성적공작.목전적연구주요관주여하종대량적이표주시빈중획취시빈상관개념,병용래표주미지적용호시빈.현실장경하적시빈구유복잡성화다양성적특점,건모수요수집대량이표주적시빈훈련양본,저개과정비상비시비력.위료완해저일문제,작자이용대량호련망도상래건립모형,저사도상수거함개료각충배경하적각충사건.연이,종호련망상득도적지식변화다양차유조성,여과불가선택이맹목진행지식천이,반이회영향시빈표주적효과.인차,작자제출료일충연합조권중학습광가래권형호련망상불동단상관적도상조,병용저사지식건립시빈표주모형.재해광가하,작자채용연합우화적방법래획득불동도상조적권중,매일개권중치표시료상응적도상조재지식천이중소기적작용.위료해결시빈여도상특정적이구문제,작자건립료일개공동특정자공간래련접시빈화도상저량개특정공간.량개시빈수거고상적실험결과표명료문중방법적유효성.
