FusedLSTM：融合帧级与视频级特征用于基于内容的视频相关性预测
计算机视觉与模式识别
2018-10-02 v1
摘要
本文描述了我在基于内容的视频相关性预测挑战赛中表现最好的两种方法。在基于 FusedLSTM 的方法中，inception-pool3 与 C3D-pool5 特征通过 LSTM 与全连接层组合以形成嵌入，目标是最小化三元组损失函数。在第二种方法中，提出一种在线核相似度学习方法以学习非线性相似度度量来贴合相关性训练数据。最后一节给出了本次挑战赛中实施的所有方法的完整比较，包括基线论文中呈现的方法。
引用
@article{arxiv.1810.00136,
title = {FusedLSTM: Fusing frame-level and video-level features for Content-based Video Relevance Prediction},
author = {Yash Bhalgat},
journal= {arXiv preprint arXiv:1810.00136},
year = {2018}
}
备注
Submission report for the ACMMM CBVRP challenge 2018