面向视频拥挤场景的朝觐与副朝地点分类系统
计算机视觉与模式识别
2012-09-18 v1 计算机与社会
机器学习
摘要
本文研究了一种用于对多样化朝觐（Hajj）与副朝（Umrah）视频场景中的仪式地点进行分类的新自动系统。由于缺乏真实的标注视频数据集等问题，这一具有挑战性的课题在过去大多被忽视。我们定义了 HUER 数据集以建模六种不同的朝觐与副朝仪式地点。所提出的朝觐与副朝仪式地点分类系统包含四个主要阶段：预处理、分割、特征提取和地点分类。应用镜头边界检测和背景/前景分割算法，将输入视频场景准备就绪后送入 KNN、ANN 和 SVM 分类器。该系统改进了朝觐与副朝地点分类的最先进结果，并以超过 90% 的准确率成功识别了六种朝觐仪式。各项演示实验展示了令人鼓舞的结果。
引用
@article{arxiv.1209.3433,
title = {A Hajj And Umrah Location Classification System For Video Crowded Scenes},
author = {Hossam M. Zawbaa and Salah A. Aly and Adnan A. Gutub},
journal= {arXiv preprint arXiv:1209.3433},
year = {2012}
}
备注
9 pages, 10 figures, 2 tables, 3 algirthms