الوصف
تم إجراء محاولة لاستخدام Support Vector Machine (SVM) لتحديد وزن كل مقياس في تحديد احتمالية وجود إطارات متجاورة بنجاح مختلط. تم تدريب المصنف في الأصل لتحديد ما إذا كانت الإطارات متجاورة ولكن نظرًا لمجموعة أمثلة التدريب شديدة الانحراف (إطاران متجاوران فقط من مجموعة n أمثلة) ، كان أداء المصنف ضعيفًا.
قم بتدريب مصنف SVM لتحديد ما إذا كانت الإطارات متجاورة
خطوات المدونة:
كشف الميزات في إطارات الفيديو
احسب مقاييس المطابقة بين جميع الإطارات
احسب المقاييس من الميزات المتطابقة
حساب فئات الإطارات المجاورة
إعادة هيكلة البيانات الخاصة بالتدريب على التصنيف
قم بتدريب SVM لتصنيف الإطارات المجاورة
تحقق من النموذج
تصنيف بيانات الاختبار وتقييم الأداء
حفظ نموذج SVM
استخدم مصنف SVM لاكتشاف الإطارات المجاورة
ترتيب حسب الخوارزمية:
1) اختر إطار بدء عشوائي
2) ابحث عن أقرب جار (أعلى نسبة من المباريات ثم اختر أقل مسافة)
3) تحقق مما إذا كان أقرب إلى بداية أو نهاية التسلسل المركب
4) إذا كان أقرب إلى النهاية ، قم بإلحاق الإطار
5) بخلاف ذلك ، ابدأ البحث من بداية التسلسل وقم بالبناء بشكل عكسي
6) استمر حتى يتم فرز جميع الإطارات
http://www.ijicic.org/ijicic-13-01044.pdf
المراجعات
لا توجد مراجعات بعد.