基于主动学习SVM分类器的视频分类

被引：60

作者：

袁勋 ^{[1
]}

吴秀清 ^{[1
]}

洪日昌 ^{[1
]}

宋彦 ^{[1
]}

华先胜 ^{[2
]}

机构：

[1] 中国科学技术大学电子工程与信息科学系

[2] 微软亚洲研究院网络多媒体组

来源：

中国科学技术大学学报 | 2009年 / 39卷 / 05期

基金：

国家自然科学基金重点项目;

关键词：

主动学习; 支持向量机; 视频类型分类;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

摘要：

提出一种基于主动学习SVM分类器的视频分类算法.该算法分为两个步骤:首先分析并提取与视频类型有关的十维底层视觉特征;然后用SVM分类器建立这些底层特征与视频类型之间的联系.在获取SVM分类器所需的训练样本时,采用主动学习的方法选择对SVM分类器最"有用"的样本提供给用户进行标注,用更少的训练样本获得与大量训练样本近似的分类效果,从而减轻用户标注负担.针对多类SVM分类的主动学习问题,提出用后验概率计算分类器对未标注样本的置信度进行样本选择.实验结果表明,主动学习算法与随机采样标注的被动学习算法相比,在相同的训练样本情况下能够获得更高的分类精度;而基于后验概率选择样本的主动学习要略好于传统的基于变型空间(version space)选择样本的主动学习.

引用

页码：473 / 478

页数：6