基于自适应SVM的半监督主动学习视频标注

摘要

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,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(A-SVM)分类器,将基于高斯调和函数的半监督学习融合到基于A-SVM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.