自动化行为分析中动态主题建模的学习方法
机器学习
2017-09-20 v2
摘要
半监督与非监督系统为操作员提供宝贵支持，并能极大降低操作员负担。鉴于需要处理大量视频数据并提供自主决策，本工作提出了用于视频中活动分析的新学习算法。活动与行为由动态主题模型描述。提出了两种基于期望最大化方法和变分贝叶斯推断的新颖学习算法。给出了模型参数后验的理论推导。将所设计的学习算法与文献中早先引入的吉布斯采样推断方案进行比较。在真实视频数据上给出了学习算法的详细比较。我们还提出了一种异常定位过程，优雅地嵌入在主题建模框架中。所提框架可应用于多个领域，包括交通系统、安全与监控。
引用
@article{arxiv.1611.00565,
title = {Learning Methods for Dynamic Topic Modeling in Automated Behaviour Analysis},
author = {Olga Isupova and Danil Kuzin and Lyudmila Mihaylova},
journal= {arXiv preprint arXiv:1611.00565},
year = {2017}
}
备注
15 pages