基于TICA和GMM的视频语义概念检测算法
大小:0.75 MB 人气: 2017-12-22 需要积分:1
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CMM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CMM超向量,采用支持向量机(SVM)进行视频语义概念检测。CMM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-CMM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。
非常好我支持^.^
(0) 0%
不好我反对
(0) 0%
下载地址
基于TICA和GMM的视频语义概念检测算法下载
相关电子资料下载
- 口罩佩戴检测算法 55
- 人员跌倒识别检测算法 84
- 安全帽佩戴检测算法 95
- 大唐恩智浦创新:推出融合EIS的亚健康电芯6D检测算法! 361
- 【昇腾系列产品应用】英码科技EA500I边缘计算盒子接口使用示例和目标检测算法 49
- 一文读懂:图像特征检测算法! 726
- 大学毕业设计一席谈之四十一压电信号的睡眠检测算法(13)程序升级 293
- 网络社交机器人检测的关键技术 548
- 柔性印刷线路板缺陷检测方法指南 244
- 图像边缘原理介绍 1066