视频Pro:一种用于交互式视频编程的视觉分析方法
IEEE transactions on visualization and computer graphics
|October 23, 2023
概括
视频Pro使用视觉分析和基于事件的标签功能简化了用于机器学习的标签视频数据的创建. 这种方法减少了在视频数据编程和模型培训方面的人力投入.
科学领域:
- 计算机视觉 计算机视觉
- 机器学习 机器学习
- 人与计算机的交互
背景情况:
- 用于视频分析的监督机器学习需要大量的标记数据,而这些数据的获取是昂贵且耗时的.
- 现有的数据编程方法面临的挑战是视频数据的高维度和时间复杂性.
研究的目的:
- 介绍VideoPro,用于可扩展视频数据编程的视觉分析方法.
- 为了减少人类在机器学习模型的视频数据标签上的努力.
- 通过代编程实现有效的模型指导.
主要方法:
- 从视频中提取人类可以理解的事件作为原子标签功能组件.
- 开发一个两阶段的模板挖掘算法,以识别用于标记函数模板的顺序事件模式.
- 实现用于探索,检查和应用标签模板的视觉界面.
- 允许用户根据模型性能监控和调整编程.
主要成果:
- 视频Pro提供灵活和可扩展的视频数据编程.
- 这种方法有效地利用事件模式来有效地标记数据.
- 用户可以代地改进编程以提高模型性能.
- 案例研究和专家采访证明了这种方法的效率和有效性.
结论:
- 视频Pro为视频数据编程提供了一种新的视觉分析解决方案.
- 该方法解决了复杂视频数据标签的挑战.
- 它使用户能够有效地创建标记的数据集并引导机器学习模型.


