التعرف على الأحداث في الفيديوهات من خلال التعلم من مصادر الويب المتنوعة

في هذا العمل، نقترح الاستفادة من عدد كبير من الفيديوهات الويب ذات التسميات غير الدقيقة (مثل، من يوتيوب) وصور الويب (مثل، من بحث الصور في جوجل/بينغ) للتعرف على أحداث الفيديوهات الاستهلاكية دون الحاجة إلى أي فيديوهات استهلاكية معلمة. نصيغ هذه المهمة كمشكلة جديدة للتكيف بين مجلات متعددة مع مصادر متنوعة، حيث يمكن تمثيل العينات من مجالات المصدر المختلفة بواسطة أنواع مختلفة من الميزات بأبعاد مختلفة (مثل، ميزات SIFT من صور الويب وميزات الفضاء والزمان (ST) من فيديوهات الويب) بينما تحتوي عينات المجال المستهدف على جميع أنواع الميزات. لمواجهة المصادر المتنوعة بشكل فعال حيث أن بعض مجالات المصدر أكثر صلة بالمجال المستهدف، نقترح طريقة جديدة تسمى التكيف بين مجالات متعددة مع مصادر متنوعة (MDA-HS) لتعلم مصنف مستهدف مثالي، حيث نسعى في الوقت نفسه للحصول على الأوزان المثالية لمجالات المصدر المختلفة مع أنواع الميزات المختلفة وكذلك لاستنتاج تسميات بيانات المجال المستهدف غير المعلمة بناءً على أنواع متعددة من الميزات. نقوم بحل مشكلة التحسين لدينا باستخدام خوارزمية القطع المستندة إلى التعلم المتعدد النوى القائم على المجموعة. توضح التجارب الشاملة على مجموعتين من البيانات فعالية MDA-HS في التعرف على الأحداث في الفيديوهات الاستهلاكية.