基于深度学习框架的流媒体图像多标签分类

考虑到存在未知类别的大规模流媒体图像多标签分类问题,提出一种基于深度学习框架的多标签分类方法。为了检测图像中是否含有新类标签,提出一种递归类检测器,它通过对图像特征和多个标签之间的关系进行有效编码来学习。为提升方法对大规模数据集处理能力,通过假设新的类图像在特征空间中远离已知类,从而有效地实现分类器和检测器交替学习的批处理模式。实验结果验证了该方法对大规模未知类流媒体图像多标签分类有效性。

DirectShow框架下流媒体底层图像挖掘的实现

论述了基于Zadeh-X变换的流媒体底层图像挖掘的基本原理,以及底层图像挖掘Filter组件的设计.并在DirectShow框架下的实现了该算法.从实验结果可以看出,封装的Filte切实可行,能很好地实现本地视频文件的底层图像挖掘.