项目名称: 基于深度学习和马尔科夫逻辑网络的特殊视频识别研究

项目编号: No.61503424

项目类型: 青年科学基金项目

立项/批准年度: 2016

项目学科: 自动化技术、计算机技术

项目作者: 宋伟

作者单位: 中央民族大学

项目金额: 20万元

中文摘要: 信息技术的发展,网络流量呈现视频化趋势,视频内容混杂化使得相关暴恐视频充斥其中,影响了社会公共安全。然而,作为过滤主要手段的内容识别算法面临着十分严峻的挑战,传统的基于特征提取、分类器设计的方法在面对海量复杂视频数据时呈现出视频内容难以有效表征、识别准确率不高效率低下等问题,其根本原因是语义概念检测不准,语义与识别结果间逻辑推理没有理论支撑等缺陷,需要构建新的语义概念与识别结果的关联关系模型及语义检测核心算法。为此,本项目将采用视觉关联一致性理论提取视频关键帧,并利用深度学习理论分析和建立动作、场景和物体相关语义概念检测模型,最后引入融合了适合高层知识表达和推理的一阶谓词逻辑和擅长底层数据统计学习概率图模型的一种新的统计关系模型—马尔科夫逻辑网络,建立语义概念和识别结果的逻辑推理模型。本项目目标为构建新的基于语义概念的视频内容检测系统,从而实现海量视频数据的有效表达,提高识别准确率和效率。

中文关键词: 视频内容识别;深度学习;马尔科夫逻辑网络

英文摘要: With the development of information technique, the network traffic is dominated by video. There are more and more special videos such as violence videos affected the safety of the public. As the main method to filter the special content, the content recognition algorithm is facing series severe challenges. The traditional design methods based on feature extraction and the classifier is difficult to effectively to represent the content, and the recognition accuracy rate and the efficiency are low under the condition of the massive complex videos. The fundamental reason is that semantic concept detection is not accurate and the logical inference between semantics and recognition results is lack of theoretical support. In order to solve these problems, we need to build new relation model between semantic concepts and the recognition result, and the novel core algorithm of semantic detect. For this reason, this project uses visual consistency relevance theory to extract video key-frames, and uses deep learning theory to analyze and build related semantic concepts detection model of action, scenes and objects. Finally, we introduce a new statistical relational model——Markov logic network, which fuses first-order predicate logic which has the advantage of the high level of knowledge representation and probabilistic graphical model which is fit for the inferential and statistical learning at the bottom of the data to build the relational model between semantic concepts and recognition results. The goal of the project is to build a novel video content detection system based on semantic concept in order to achieve efficient expression of massive data and improve the accuracy and efficiency of recognition.

英文关键词: video content recognition;deep learning;Markov logic networks

成为VIP会员查看完整内容
0

相关内容

对抗机器学习在网络入侵检测领域的应用
专知会员服务
33+阅读 · 2022年1月4日
群体行为识别深度学习方法研究综述
专知会员服务
31+阅读 · 2021年11月29日
专知会员服务
86+阅读 · 2021年9月4日
专知会员服务
124+阅读 · 2021年6月12日
基于深度学习的视频目标检测综述
专知会员服务
81+阅读 · 2021年5月19日
专知会员服务
69+阅读 · 2021年3月29日
深度学习目标检测方法综述
专知会员服务
273+阅读 · 2020年8月1日
基于深度学习的多标签生成研究进展
专知会员服务
141+阅读 · 2020年4月25日
【经典书】精通机器学习特征工程,中文版,178页pdf
专知会员服务
354+阅读 · 2020年2月15日
通俗讲解深度学习和神经网络
极市平台
3+阅读 · 2021年12月4日
群体行为识别深度学习方法研究综述
专知
0+阅读 · 2021年11月29日
图像描述生成研究进展
专知
1+阅读 · 2021年3月29日
深度学习网络调参技巧
AINLP
15+阅读 · 2019年11月15日
自然语言处理(NLP)知识结构总结
AI100
51+阅读 · 2018年8月17日
图像检索研究进展:浅层、深层特征及特征融合
中国计算机学会
122+阅读 · 2018年3月26日
人脸检测与识别总结
计算机视觉战队
21+阅读 · 2017年11月29日
计算机视觉专题分享总结(附PPT)
机器学习读书会
41+阅读 · 2017年7月6日
国家自然科学基金
2+阅读 · 2017年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
5+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
SlowFast Networks for Video Recognition
Arxiv
19+阅读 · 2018年12月10日
Arxiv
22+阅读 · 2018年2月14日
小贴士
相关VIP内容
对抗机器学习在网络入侵检测领域的应用
专知会员服务
33+阅读 · 2022年1月4日
群体行为识别深度学习方法研究综述
专知会员服务
31+阅读 · 2021年11月29日
专知会员服务
86+阅读 · 2021年9月4日
专知会员服务
124+阅读 · 2021年6月12日
基于深度学习的视频目标检测综述
专知会员服务
81+阅读 · 2021年5月19日
专知会员服务
69+阅读 · 2021年3月29日
深度学习目标检测方法综述
专知会员服务
273+阅读 · 2020年8月1日
基于深度学习的多标签生成研究进展
专知会员服务
141+阅读 · 2020年4月25日
【经典书】精通机器学习特征工程,中文版,178页pdf
专知会员服务
354+阅读 · 2020年2月15日
相关资讯
通俗讲解深度学习和神经网络
极市平台
3+阅读 · 2021年12月4日
群体行为识别深度学习方法研究综述
专知
0+阅读 · 2021年11月29日
图像描述生成研究进展
专知
1+阅读 · 2021年3月29日
深度学习网络调参技巧
AINLP
15+阅读 · 2019年11月15日
自然语言处理(NLP)知识结构总结
AI100
51+阅读 · 2018年8月17日
图像检索研究进展:浅层、深层特征及特征融合
中国计算机学会
122+阅读 · 2018年3月26日
人脸检测与识别总结
计算机视觉战队
21+阅读 · 2017年11月29日
计算机视觉专题分享总结(附PPT)
机器学习读书会
41+阅读 · 2017年7月6日
相关基金
国家自然科学基金
2+阅读 · 2017年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
5+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员