-
公开(公告)号：CN110377790B
公开(公告)日：2021-08-06
申请号：CN201910530231.6
申请日：2019-06-19
Applicant: 东南大学
Abstract: 本发明公开了一种基于多模态私有特征的视频自动标注方法，对视频文件进行预处理和人工标注，并对人工标注结果进行过滤；利用生成对抗网络提取不同模态特征间的共性特征；将原始特征中的共性特征剥离，得到不同模态的私有特征；整合提取的共性特征与模态私有特征组成该视频的新特征，使用多标记算法进行学习，得到视频自动标注分类器；将待标注的视频样本送入分类器，得到分类结果，实现自动标注；对标注结果进行抽检。采用本发明可以训练出用于视频自动标注的分类模型，利用未知标注视频不同模态的私有特征，重新对视频视频特征进行整合，自动完成标注任务，可显著降低人工标注时间与成本。
-
公开(公告)号：CN110427973B
公开(公告)日：2023-07-18
申请号：CN201910614555.8
申请日：2019-07-09
Applicant: 东南大学
IPC: G06F18/2431 , G06F18/214
Abstract: 本发明公开了一种面向歧义标注样本的分类方法，适用于对标记集合中存在歧义的样本进行分类。该方法包括以下步骤：(1)用户从样本存储设备中选样本；(2)根据样本自身特性提取特征，并整理对应的标记集合；(3)采用标记成对比较方法，将原始样本集重构为多个多分类样本集，并学习对应分类器；(4)使用学习所得分类器，对待测样本进行分类，并对各个标记进行投票；(5)如果用户对上一步预测的结果满意则结束，否则从样本存储设备中选择更多的样本进行训练，并转到步骤(2)。
-
公开(公告)号：CN110427973A
公开(公告)日：2019-11-08
申请号：CN201910614555.8
申请日：2019-07-09
Applicant: 东南大学
IPC: G06K9/62
Abstract: 本发明公开了一种面向歧义标注样本的分类方法，适用于对标记集合中存在歧义的样本进行分类。该方法包括以下步骤：(1)用户从样本存储设备中选样本；(2)根据样本自身特性提取特征，并整理对应的标记集合；(3)采用标记成对比较方法，将原始样本集重构为多个多分类样本集，并学习对应分类器；(4)使用学习所得分类器，对待测样本进行分类，并对各个标记进行投票；(5)如果用户对上一步预测的结果满意则结束，否则从样本存储设备中选择更多的样本进行训练，并转到步骤(2)。
-
公开(公告)号：CN110377790A
公开(公告)日：2019-10-25
申请号：CN201910530231.6
申请日：2019-06-19
Applicant: 东南大学
Abstract: 本发明公开了一种基于多模态私有特征的视频自动标注方法，对视频文件进行预处理和人工标注，并对人工标注结果进行过滤；利用生成对抗网络提取不同模态特征间的共性特征；将原始特征中的共性特征剥离，得到不同模态的私有特征；整合提取的共性特征与模态私有特征组成该视频的新特征，使用多标记算法进行学习，得到视频自动标注分类器；将待标注的视频样本送入分类器，得到分类结果，实现自动标注；对标注结果进行抽检。采用本发明可以训练出用于视频自动标注的分类模型，利用未知标注视频不同模态的私有特征，重新对视频视频特征进行整合，自动完成标注任务，可显著降低人工标注时间与成本。
-
-
-
Search Results
4
records
(took 0.018 seconds)
