基于自适应SVM的半监督主动学习视频标注 (2013年)

【文件属性】：
文件名称：基于自适应SVM的半监督主动学习视频标注 (2013年)
文件大小：354KB
文件格式：PDF
更新时间：2021-05-22 04:05:59
工程技术 论文 具有不同分布特性的视频包含相同的语义概念，会表现出不同的视觉特征，从而导致标注正确率下降。为解决该问题，提出一种基于自适应支持向量机(SVM)的半监督主动学习视频标注算法。通过引入△函数和优化模型参数将现有分类器转换为自适应支持向量(A-SVM)分类器，将基于高斯调和函数的半监督学习融合到基于A-SVM的主动学习中，得出相关性评价函数，根据评价函数对视频数据进行标注。实验结果表明，该算法在跨域视频概念检测问题上的平均标准率为68．1％，平均标全率为60％，与支持向量机半监督主动学习和基于直推式支持向量机半