基于机器学习方法的视频标注研究
摘要 | 第1-7页 |
ABSTRACT | 第7-9页 |
目录 | 第9-12页 |
插图目录 | 第12-14页 |
表格目录 | 第14-15页 |
第一章 绪论 | 第15-23页 |
·课题背景与研究意义 | 第15-16页 |
·基于机器学习方法的视频标注原理 | 第16-18页 |
·图内外研究和发展现状 | 第18-20页 |
·本论文研究的主要内容和结构安排 | 第20-23页 |
第二章 视频结构分析、特征提取与常用学习算法介绍 | 第23-36页 |
·视频结构分析 | 第23-26页 |
·镜头检测 | 第23-25页 |
·子镜头切分 | 第25页 |
·关键帧抽取 | 第25-26页 |
·特征提取 | 第26-29页 |
·颜色直方图 | 第26页 |
·颜色矩 | 第26-27页 |
·颜色相关图 | 第27页 |
·边缘分布直方图 | 第27-28页 |
·小波纹理特征 | 第28页 |
·共生纹理 | 第28页 |
·Tamura纹理 | 第28-29页 |
·自回归纹理 | 第29页 |
·常用学习算法介绍 | 第29-33页 |
·核密度估计(KDE) | 第30-31页 |
·高斯混合模型(GMM) | 第31页 |
·支持向量机(SVM) | 第31-32页 |
·各算法的优缺点 | 第32-33页 |
·视频标注的性能评价 | 第33-34页 |
·数据集与概念集介绍 | 第34-36页 |
第三章 基于半监督核密度估计的自动视频标注 | 第36-55页 |
·半监督学习 | 第36-37页 |
·半监督核密度估计(SSKDE) | 第37-43页 |
·扩展核密度估计 | 第37-42页 |
·SSKDE的推导 | 第42-43页 |
·相关讨论 | 第43-46页 |
·SSKDE的求解 | 第43-44页 |
·与基于图的半监督学习的关系 | 第44-46页 |
·半监督自适心核密度估计(SSAKDE) | 第46-47页 |
·试验 | 第47-53页 |
·仿真试验 | 第48页 |
·手写数字和手写字母识别试验 | 第48-51页 |
·视频标注试验 | 第51-52页 |
·运算量分析 | 第52-53页 |
·对未标注样本作用的分析 | 第53-54页 |
·本章小节 | 第54-55页 |
第四章 基于多图半监督学习的统一自动视频标注 | 第55-73页 |
·视频标注中的问题和相关工作 | 第55-58页 |
·维数灾难与多模态融合 | 第55-56页 |
·距离度量的选择 | 第56-57页 |
·时间连续性的挖掘 | 第57页 |
·讨论 | 第57-58页 |
·最优多图半监督学习(OMG-SSL) | 第58-61页 |
·基于单图的半监督学习 | 第58-59页 |
·单图到多图的扩展 | 第59页 |
·OMG-SSL | 第59-61页 |
·基于OMG-SSL的视频标注 | 第61-62页 |
·试验验证 | 第62-69页 |
·人物识别 | 第62-64页 |
·视频标注 | 第64-69页 |
·运算量分析 | 第69页 |
·本章小节 | 第69-73页 |
第五章 基于多概念多模态主动学习的半自动视频标注 | 第73-85页 |
·基于主动学习的半自动视频标注 | 第73-75页 |
·多概念多模态主动学习 | 第75页 |
·概念选择 | 第75-77页 |
·Manifold-Ranking | 第77页 |
·样本选择 | 第77-80页 |
·Informativeness准则 | 第78页 |
·Density准则 | 第78-79页 |
·Diversity准则 | 第79页 |
·多模态样本选择 | 第79-80页 |
·试验验证 | 第80-83页 |
·Manifold-Ranking性能度量 | 第80-81页 |
·样本选择策略的试验验证 | 第81-82页 |
·概念选择策略的试验验证 | 第82-83页 |
·运算量分析 | 第83页 |
·讨论 | 第83页 |
·本章小节 | 第83-85页 |
第六章 基于互训练的视频镜头大小标注 | 第85-93页 |
·视频镜头大小标注的意义 | 第85-86页 |
·所提视频镜头大小标注方法 | 第86-87页 |
·特征提取 | 第87-88页 |
·分类算法 | 第88-90页 |
·基于底层特征与中层特征的互训练 | 第88-90页 |
·判决准则 | 第90页 |
·试验验证 | 第90-92页 |
·关于特征集的试验 | 第91页 |
·关于互训练的试验 | 第91-92页 |
·关于代价敏感决策的试验 | 第92页 |
·本章小节 | 第92-93页 |
第七章 总结和展望 | 第93-96页 |
·本文总结 | 第93-94页 |
·研究工作展望 | 第94-96页 |
参考文献 | 第96-104页 |
攻读学位期间成果及项目情况 | 第104-108页 |
致谢 | 第108页 |