基于拓扑独立成分分析和高斯混合模型的视频语义概念检测
来源：计算机应用杂志2016年第3期北京时间：
作者：孔玮婷, 詹永照
单位：江苏大学 计算机科学与通信工程学院, 江苏 镇江 212013
摘要：针对目前词袋模型(BoW)视频语义概念检测方法中的量化误差问题,为了更有效地自动提取视频的底层特征,提出一种基于拓扑独立成分分析(TICA)和高斯混合模型(GMM)的视频语义概念检测算法。首先,通过TICA算法进行视频片段的特征提取,该特征提取算法能够学习到视频片段复杂不变性特征;其次利用GMM方法对视频视觉特征进行建模,描述视频特征的分布情况;最后构造视频片段的GMM超向量,采用支持向量机(SVM)进行视频语义概念检测。GMM是BoW概率框架下的拓展,能够减少量化误差,具有良好的鲁棒性。在TRECVID 2012和OV两个视频库上,将所提方法与传统的BoW、SIFT-GMM方法进行了对比实验,结果表明,基于TICA和GMM的视频语义概念检测方法能够提高视频语义概念检测的准确率。
关键词：视频语义检测,拓扑独立成分分析,高斯混合模型,词袋模型,支持向量机
基金资助：国家自然科学基金资助项目(61170126)。
