UTS 团队参加 2017 年 Google YouTube-8M 挑战赛的提交方案
计算机视觉与模式识别
2017-07-14 v1
摘要
本文介绍我们针对 2017 年 Google YouTube-8M 视频分类挑战赛的解决方案。我们在提交中同时利用了视频级和帧级特征。对于视频级分类，我们仅使用了一个 200 混合成分的专家混合（MoE）层，单模型在验证集上达到 GAP 0.802。对于帧级分类，我们采用了多种循环神经网络变体、带注意力机制的序列聚合以及一维卷积模型。集成模型在私有测试集上达到 GAP 0.8408。我们的模型源代码可在 \url{https://github.com/ffmpbgrnn/yt8m} 获取。
引用
@article{arxiv.1707.04143,
title = {UTS submission to Google YouTube-8M Challenge 2017},
author = {Linchao Zhu and Yanbin Liu and Yi Yang},
journal= {arXiv preprint arXiv:1707.04143},
year = {2017}
}
备注
CVPR'17 Workshop on YouTube-8M