零示例事件检测的动态概念组合
计算机视觉与模式识别
2016-01-15 v1
摘要
本文关注于在无任何视觉训练样本的情况下，自动检测无约束视频中的事件。原则上，零样本学习使得训练事件检测模型成为可能，其假设是事件（例如“生日聚会”）可由多个中层语义概念（例如“吹蜡烛”、“生日蛋糕”）描述。为此，我们首先利用来自其他来源的数据预训练一束概念分类器。然后我们评估每个概念相对于感兴趣事件的语义相关性，并挑选出相关的概念分类器，将其应用于所有测试视频以得到多个预测得分向量。虽然大多数现有系统以固定权重组合概念分类器的预测，我们提出通过探索一组带有其内容自由文本描述的在线可用视频，为每个测试视频学习概念分类器的最优权重。为验证所提方法的有效性，我们在最新的TRECVID MEDTest 2014、MEDTest 2013和CCV数据集上进行了大量实验。实验结果证实了所提方法的优越性。
引用
@article{arxiv.1601.03679,
title = {Dynamic Concept Composition for Zero-Example Event Detection},
author = {Xiaojun Chang and Yi Yang and Guodong Long and Chengqi Zhang and Alexander G. Hauptmann},
journal= {arXiv preprint arXiv:1601.03679},
year = {2016}
}
备注
7 pages, AAAI 2016