消息关闭
    暂无新消息!

我们实验室在从事这方面研究,怎么对一部视频进行时间片划分后打标签。

导师从一开始给的思路就是LDA方向,然后从看数学原理,推导到实现LDA以及LDA变形的模型,我们做了大量的工作,以下是一个简单的总结。

  1. 实现了TPTM,香港科技大学 Crowdsourced Time-sync Video Tagging using Temporal and Personalized Topic Modeling 这篇文章提出来的模型,改进方式就是在alpha参数上动手脚,利用先验知识修改分布。

  2. DJST和JST,这两个模型是有关情感的分析,前一个还有时间上的影响,有源代码,也实现了一遍,这里得到的体会就是能够利用情感矩阵影响模型。

    Dynamic joint sentiment-topic model-TIST 2013
  3. 时间片划分的研究, CROWDSOURCED TIME-SYNC VIDEO TAGGING USING SEMANTIC ASSOCIATION GRAPH ,这篇论文,这么去动态划分时间片。

  4. 深度学习模型DSSM的应用,陈恩红团队的,Reading the Videos: Temporal Labeling for Crowdsourced Time-Sync Videos Based on Semantic Embedding ,这篇还没实现完,这篇我们认为还是很有潜力的。

  5. 从短文本也就是数据稀疏性的方面考虑,也有看了一些Twitter-lda和伪文档之类的研究,甚至还有看bursty topic去找lda修改的思路。

也不再多列举了,希望各位有这方面经验的提点意见~


0个回答

暂无回答!