开发工具:
文件大小: 1mb
下载次数: 0
上传时间: 2021-03-10
详细说明：传统的视频标记方法被设计为在同一级别传播标签，例如将训练视频（或镜头）的标签分配给测试视频（或镜头），例如当训练视频相关联时为测试视频生成标签在视频级使用标签，或在给定带注释镜头的集合时将标签分配给测试镜头。 本文着重于自动镜头标记，其中给出了在视频级别带有标记的视频集合。 换句话说，我们旨在将培训视频中的特定标签分配给测试镜头。 本文通过为测试镜头分配标签（来自一部分培训视频中的部分标签）解决了V2S问题。 为了实现该目标，本文首先提出了一种新颖的Graph Sparse Group Lasso（GSGL的缩写）模型，以训练视频的视觉特征线性重建测试镜头的视觉特征，即找到测试镜头与目标镜头之间的相关性。培训视频。 然后，论文提出了一种新的标记传播规则，以通过学习的相关性将视频级标记分配给测试镜头。 此外，为了有效地构建重建模型，提出的GSGL同时考虑了一些约束条件，例如组间稀疏性，组内稀疏性，训练视频中的时空先验知识以及测试的局部结构射击。 在公共视频数据集上进行了广泛的实验，清楚地证明了所提出的方法处理视频到镜头标签传播的有效性。
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
