基于潜在Dirichlet分配主题模型的交通视频内容检索
计算机视觉与模式识别
2025-02-11 v1
摘要
内容基于视频检索是监控系统中最具挑战性的任务之一。本研究采用潜在Dirichlet分配(LDA)主题模型以无监督方式标注监控视频。在场景理解方法中，部分学习到的模式含义模糊且代表原子动作的混合物。为解决本方法中的模糊性问题，处理特征向量和初始模型以获取描述由无歧义原子模式构成场景的次级模型。实验表明，与其他基于主题模型的方法相比，本方法在检索任务中性能得到改善。就误报和真阳性响应而言，本方法在至少实现了80%和124%的改善。提出了四种搜索策略，用户可通过基于主题模型的查询公式定义和检索多种活动。此外，本方法的数据库占用的存储空间显著减少，从而加快了搜索过程，相较于基于低级特征的方法具有优势。
关键词
引用
@article{arxiv.2502.05457,
title = {Content-based Video Retrieval in Traffic Videos using Latent Dirichlet Allocation Topic Model},
author = {Mohammad Kianpisheh},
journal= {arXiv preprint arXiv:2502.05457},
year = {2025}
}