...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Multimedia, IEEE Transactions on >A Fast and Accurate Video Semantic-Indexing System Using Fast MAP Adaptation and GMM Supervectors
【24h】

A Fast and Accurate Video Semantic-Indexing System Using Fast MAP Adaptation and GMM Supervectors

机译：使用快速MAP自适应和GMM超向量的快速，准确的视频语义索引系统

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

We propose a fast maximum a posteriori (MAP) adaptation method for video semantic indexing that uses Gaussian mixture model (GMM) supervectors. In this method, a tree-structured GMM is utilzed to decrease the computational cost, where only the output probabilities of mixture components close to an input sample are precisely calculated. Experimental evaluation on the TRECVID 2010 dataset demonstrates the effectiveness of the proposed method. The calculation time of the MAP adaptation step is reduced by 76.2% compared with that of a conventional method. The total calculation time is reduced by 56.6% while keeping the same level of the accuracy.
机译：我们提出了一种使用高斯混合模型（GMM）超向量的用于视频语义索引的快速最大后验（MAP）自适应方法。在这种方法中，利用树型GMM来降低计算成本，其中仅精确计算接近输入样本的混合成分的输出概率。对TRECVID 2010数据集的实验评估证明了该方法的有效性。与传统方法相比，MAP自适应步骤的计算时间减少了76.2％。在保持相同精度水平的同时，总计算时间减少了56.6％。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号