面向零样本事件检测的统一嵌入与度量学习
计算机视觉与模式识别
2017-05-08 v1
摘要
无约束视频中的事件检测被视为具有两种模态（文本和视觉）的基于内容的视频检索。给定描述新事件的文本，目标是相应地对相关视频排序。该任务是零样本（zero-exemplar）的，没有给新事件提供视频示例。相关作品在外部数据源上训练一组概念检测器。这些检测器为测试视频预测置信度分数，据此排序和检索。相反，我们学习一个联合空间，其中视觉和文本表示被嵌入。该空间将新事件投射为预定义事件的概率。同时，它学习度量事件与其相关视频之间的距离。我们的模型在公开可用的EventNet上端到端训练。当应用于TRECVID多媒体事件检测数据集时，它以显著优势超越最先进水平。
引用
@article{arxiv.1705.02148,
title = {Unified Embedding and Metric Learning for Zero-Exemplar Event Detection},
author = {Noureldien Hussein and Efstratios Gavves and Arnold W. M. Smeulders},
journal= {arXiv preprint arXiv:1705.02148},
year = {2017}
}
备注
IEEE CVPR 2017