用于视频分类的层次标签推断
计算机视觉与模式识别
2018-01-23 v2
摘要
视频是高维结构数据的丰富来源，在不同粒度层级上具有广泛的相互作用组件。为了提高对无约束互联网视频的理解，考虑标签在不同抽象层级中的作用非常重要。在本文中，我们考虑使用双向推断神经网络（BINN）在标签空间中执行基于图的推断，以完成视频分类任务。我们利用了不同粒度层级标签之间固有的层次结构。BINN 在第一版和第二版 YouTube-8M 大规模多标签视频数据集上进行了评估。我们的结果证明了 BINN 的有效性，相较于基线模型取得了显著提升。
引用
@article{arxiv.1706.05028,
title = {Hierarchical Label Inference for Video Classification},
author = {Nelson Nauata and Jonathan Smith and Greg Mori},
journal= {arXiv preprint arXiv:1706.05028},
year = {2018}
}