基于自适应svm的半监督主动学习视频标注.pdfVIP

第39 卷 第8 期 计 算 机 工 程 2013 年8 月 Computer Engineering August 2013 Vol.39 No.8 文献标识码文献标识码：：A 文献标识码文献标识码：： 中图分类号中图分类号：：TP391 文章编号文章编号：：1000——3428(2013)08——0190——06 中图分类号中图分类号：： ·人工智能及识别技术·人工智能及识别技术·· 文章编号文章编号：： —— —— —— ··人工智能及识别技术人工智能及识别技术·· 基于自适应基于自适应 的半监督主动学习视频标注的半监督主动学习视频标注 基于自适应基于自适应 的半监督主动学习视频标注的半监督主动学习视频标注 SVM 张建明张建明，孙春梅，孙春梅，闫，闫 婷婷 张建明张建明，，孙春梅孙春梅，，闫闫 婷婷 (江苏大学计算机科学与通信工程学院 ，江苏 镇江 212013) 摘摘 要：要 ：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， 摘摘 要要 ：： 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(ASVM)分类器 ，将基于高斯调和函数的半监督学习融合到基于 ASVM 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监督主动学习相比有所提高。 关键词关键词：视频标注： ；语义检测；半监督学习；主动学习；支持向量机；高斯调和函数 关键词关键词：： Video Annotation for Semi-supervised Active Learning Based on Adaptive SVM ZHANG Jian-ming, SUN Chun-me