首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于主动学习SVM分类器的视频分类
引用本文:袁勋,吴秀清,洪日昌,宋彦,华先胜.基于主动学习SVM分类器的视频分类[J].中国科学技术大学学报,2009,39(5).
作者姓名:袁勋  吴秀清  洪日昌  宋彦  华先胜
作者单位:1. 中国科学技术大学电子工程与信息科学系,安徽合肥,230027
2. 微软亚洲研究院网络多媒体组,北京,100080
基金项目:国家自然科学基金重点项目,教育部-微软联合重点实验室科研基金 
摘    要:提出一种基于主动学习SVM分类器的视频分类算法.该算法分为两个步骤:首先分析并提取与视频类型有关的十维底层视觉特征;然后用SVM分类器建立这些底层特征与视频类型之间的联系.在获取SVM分类器所需的训练样本时,采用主动学习的方法选择对SVM分类器最"有用"的样本提供给用户进行标注,用更少的训练样本获得与大量训练样本近似的分类效果,从而减轻用户标注负担.针对多类SVM分类的主动学习问题,提出用后验概率计算分类器对未标注样本的置信度进行样本选择.实验结果表明,主动学习算法与随机采样标注的被动学习算法相比,在相同的训练样本情况下能够获得更高的分类精度;而基于后验概率选择样本的主动学习要略好于传统的基于变型空间(version space)选择样本的主动学习.

关 键 词:主动学习  支持向量机  视频类型分类

Video genre categorization using SVM classifiers with active learning
YUAN Xun,WU Xiu-qing,HONG Ri-chang,SONG Yan,HUA Xian-sheng.Video genre categorization using SVM classifiers with active learning[J].Journal of University of Science and Technology of China,2009,39(5).
Authors:YUAN Xun  WU Xiu-qing  HONG Ri-chang  SONG Yan  HUA Xian-sheng
Abstract:
Keywords:
本文献已被 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号