一种融合多种优化方法的媒体趣味性晚期融合框架
计算机视觉与模式识别
2022-07-12 v1
摘要
多媒体分析、计算机视觉（CV）和人工智能（AI）算法的最新进展催生了若干有趣的工具，可实现用户感兴趣的多媒体内容的自动分析与检索。然而，检索感兴趣内容通常涉及语义特征（如情感和趣味性程度）的分析与提取。此类有意义信息的提取是一项复杂任务，且通常单个算法的性能很低。提升单个算法性能的一种方式是利用融合方案结合多个算法的预测能力。这使得各算法能够相互补充，从而提升性能。本文针对 CLEF Fusion 2022 中提出的媒体趣味性分数预测任务，提出了若干融合方法。所提方法既包括朴素融合方案（所有诱导因子被平等对待），也包括基于价值的融合方案（采用多种权重优化方法为各诱导因子分配权重）。我们共使用了六种优化方法，包括粒子群优化（PSO）、遗传算法（GA）、Nelder Mead、信赖域约束（TRC）、有限内存 Broyden Fletcher Goldfarb Shanno 算法（LBFGSA）和截断牛顿算法（TNA）。总体上，PSO 和 TNA 取得了更好的结果，在 10 处平均精度均值达到 0.109。该任务复杂且分数普遍较低。我们相信所给出的分析将为该领域未来研究提供基线。
引用
@article{arxiv.2207.04762,
title = {A Late Fusion Framework with Multiple Optimization Methods for Media Interestingness},
author = {Maria Shoukat and Khubaib Ahmad and Naina Said and Nasir Ahmad and Mohammed Hassanuzaman and Kashif Ahmad},
journal= {arXiv preprint arXiv:2207.04762},
year = {2022}
}
备注
10 pages, 1 figure