欢迎来到天天文库
浏览记录
ID:35182085
大小:3.07 MB
页数:55页
时间:2019-03-21
《多源域迁移下的事件视频标注方法》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、多源域迁移下的事件视频标注方法张登峰2016年1月中图分类号:TP391UDC分类号:004.9多源域迁移下的事件视频标注方法作者姓名张登峰学院名称计算机学院指导教师吴心筱副教授答辩委员会主席贾云得教授申请学位工学硕士学科专业计算机科学与技术学位授予单位北京理工大学论文答辩日期2016年1月EventVideoAnnotationbyLearningfromMultipleSourceDomainsCandidateName:DengfengZhangSchoolorDepartment:Sch
2、oolofComputerScienceFacultyMentor:Prof.XinxiaoWuChair,ThesisCommittee:Prof.YundeJiaDegreeApplied:MasterofEngineeringMajor:ComputerScienceandTechnologyDegreeby:BeijingInstituteofTechnologyTheDateofDefence:January,2016研究成果声明本人郑重声明:所提交的学位论文是我本人在指导教师的指导下
3、进行的研究工作获得的研究成果。尽我所知,文中除特别标注和致谢的地方外,学位论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得北京理工大学或其它教育机构的学位或证书所使用过的材料。与我一同工作的合作者对此研究工作所做的任何贡献均已在学位论文中作了明确的说明并表示了谢意。特此申明。签名:日期:北京理工大学硕士学位论文摘要用户视频中的事件视频标注是计算机视觉中重要的研究问题,在视频检索、异常事件检测等领域具有广阔的应用前景。但是,用户视频中的事件视频标注存在两个主要的挑战:第一,由于用户视频
4、一般是非专业的人士通过手持设备拍摄的,因此视频中存在复杂的背景、相机镜头的晃动以及对于相同事件的视频存在非常大的类内差异。第二,用户不愿意对视频进行标注,导致大量用户视频没有标注,这对于传统的视频事件识别技术是一个极大的挑战。本文主要讨论如何通过利用互联网中的数据(源域,sourcedomains)来提高用户视频中(目标域,targetdomain)事件视频标注的效果。由于互联网中的数据和用户视频之间数据分布存在着差异,直接利用互联网的知识来对用户视频进行标注,有可能使得用户视频分类器的性能会下
5、降,即产生了负迁移问题。本文提出了一种基于图像组的迁移学习方法用于视频标注。首先,本文把互联网中的图像分成几个与事件相关的语义组,根据图像组与视频的相关程度,为每一个图像组分配一个权重,提出加权MMD(Weighted-MaximumMeanDiscrepancy)准则衡量目标视频数据与图像组之间特征分布的差异。本文采用了多核学习的方法来最小化两个域之间分布的差异,同时最小化SVR(SupportVectorRegression)结构性误差。为了保证学习的目标分类器更具有鲁棒性,在SVR误差中加
6、入了拉普拉斯正则项。为了更有效地利用互联网中的数据,本文提出用互联网中的视频和图像的知识来辅助学习目标域中的分类器,但此时目标域中没有标注数据。互联网中的图像和视频分别由不同的特征来表示。对于每种特征训练得到一个分类器,然后把这些分类器线性加权组合成最终的目标分类器。每个分类器都是从相应的源域中的分类器调整后得到的,该方法可以解决异构源域的迁移问题。同时,本文提出的方法优化过程简单,计算复杂度低。两种方法都在标准视频数据库上取得了良好的效果。关键词:事件识别;迁移学习;视频标注;领域适应I北京理
7、工大学硕士学位论文AbstractEventannotationinconsumervideosisanincreasinglyimportantresearchinthecomputervision,andithasbroadapplicationssuchasautomaticvideoretrieval,abnormaleventdetection.Eventrecognitioninconsumervideoshastwomajorchallenges.Firstly,consumerv
8、ideosaregenerallycapturedbyamateursusinghand-heldcamerasandthuscontainconsiderableclutteredbackground,cameramotion,andlargeintra-classvariationswithinthesametypeofevents.Secondly,usersaregenerallyreluctanttoannotatemanyconsumervideos,leadingtoonlyali
此文档下载收益归作者所有