视频监控系统图像处理关键技术

分类方法

目前采用的分类方法可分大致为有监督学习、半监督学习和无监督学习三大类，其中，有监督学习方法需要大量的标注数据用于训练分类器以对待处理的数据进行的分类识别，无监督学习方法通过聚类分析等提取出一些可能有用的信息来辅助满足用户的需求，这两种分析方法已经在音视频分析中得到了大量的应用；半监督学习方法，该方法利用数据的内在分布特点，只需要用户标定少量数据以得到更准确的分类模型，在已标注的训练数据不足而未标注的数据却大量存在的情况下效果较好，目前半监督学习算法主要有如自训练法、产生式模型方法、直推式支持向量机及其改进、多视角方法的和基于图的学习方法等。

多模态融合

融合多种模态信息的音视频分析可以根据不同模态特征在分类能力和可靠性的差异采用不同的处理模式，通过合理利用图像/关键帧、声音、文字等多种媒体源特征的互补性，获得更优的分类或检测结果；多模态融合主要可以分为前融合和后融合，多模态特征的前融合即将不同的特征向量合并在一起作为分类器输入，具有应用简单、鲁棒性较强的特点但常不能反映各模态特征受关注程度的全部信息，后融合方法在解决数据的不对称性问题和不同时序层次的判别融合问题方面具有较大优势。

  【中安网原创稿件声明】转载中安网文章时应遵循以下三个规则：1、保持原创文章中图表、图片、音视频的完整性；2、完整标注文章作者［文章前后有说明］；3、转载中安网原创中部分内容也要完整标注来源"中安网"，违者本网将依法追究。