基于SVM的视频检索系统框架①
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

浙江省教育厅基金(Y200803365);浙江省新苗人才计划(2008R40G2020003)


A Video Retrieval System Framework Based on SVM
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    底层特征到高级语义的转化是视频检索中的重要环节。结合在视频检索中的相关反馈,结果排序以及BOOST思想,提出了针对视频检索的改进的SVM算法流程,并根据改进的SVM算法提出了基于SVM的视频检索系统框架。通过采用TREC2007的数据测试表明,该视频检索系统框架可达到较高的查准率和查全率。

    Abstract:

    Transformation from feature to semantic info is the important step of Video Retrieval. Based on the improved SVM procedure for Video Retrieval according to relevance feedback, reranking and BOOST, this paper proposes a framework. Using the data of TREC2007, the experimental result shows the framework has sufficient improvement in AP and MAP.

    参考文献
    相似文献
    引证文献
引用本文

赵颖川,王万良,蒋一波.基于SVM的视频检索系统框架①.计算机系统应用,2010,19(7):158-161

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2009-10-23
  • 最后修改日期:2009-11-28
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号