确定监控视频关键词生成的最佳属性

自动视频关键词生成是减轻安保人员在分析监控视频时负担的关键要素。关键词或属性通常基于监控领域的专家知识手动选取。大多数现有工作主要旨在依赖大量手动标注的监督学习方法，或假设特征是通过词袋方法提取的分层概率模型；因此限制了其他特征的利用。为解决这一问题，我们将注意力转向自动属性发现方法。然而，尚不清楚哪种自动发现方法能够发现最有意义的属性。此外，很少有研究探讨如何比较和选择最佳的自动属性发现方法。在本文中，我们提出了一种基于有意义属性之间共享结构的新方法，使我们能够在不同的自动属性发现方法之间进行比较。然后我们通过将各种属性发现方法（如 PiCoDeS）在两个属性数据集上进行验证来检验我们的方法。评估结果表明，我们的方法能够选择出发现最有意义属性的自动发现方法。随后我们采用最佳的发现方法为来自监控系统录制的视频生成关键词。本工作表明，在不局限于特定视频特征描述符的情况下，可以大幅减少生成视频关键词所需的人工工作量。