基于YouTube-8M数据集的多标签视频分类方法
计算机视觉与模式识别
2018-10-16 v3
摘要
由于个人媒体的普及和媒体技术的进步，视频流量正以可观的速率增长。相应地，对自动分类运动图像技术的需求日益增长。本文使用NetVLAD和NetFV模型以及Huber损失函数处理视频分类问题，并采用YouTube-8M数据集验证实验。我们根据数据集进行了多种尝试并优化超参数，最终获得了0.8668的GAP分数。
引用
@article{arxiv.1808.08671,
title = {Approach for Video Classification with Multi-label on YouTube-8M Dataset},
author = {Kwangsoo Shin and Junhyeong Jeon and Seungbin Lee and Boyoung Lim and Minsoo Jeong and Jongho Nang},
journal= {arXiv preprint arXiv:1808.08671},
year = {2018}
}
备注
Accepted at The 2nd Workshop on YouTube-8M Large-Scale Video Understanding in ECCV 2018