论文部分内容阅读
提出一种基于主动学习SVM分类器的视频分类算法．该算法分为两个步骤：首先分析并提取与视频类型有关的十维底层视觉特征；然后用SVM分类器建立这些底层特征与视频类型之间的联系．在获取SVM分类器所需的训练样本时，采用主动学习的方法选择对SVM分类器最“有用”的样本提供给用户进行标注，用更少的训练样本获得与大量训练样本近似的分类效果，从而减轻用户标注负担．针对多类SVM分类的主动学习问题，提出用后验概率计算分类器对未标注样本的置信度进行样本选择．实验结果表明，主动学习算法与随机采样标注的被动学习算法相比，在相同