Evrisimsel Sinir Agi ve Ses Oznitelik Birlesimine Dayali Cok Kipli Video Kavram Siniflandirilmasi

摘要

Video kavram siniflandirma, icerik-tabanli video dizinleme ve arama gibi bir cok uygulama icin onemli bir gorevdir. Bu calismada, video kavram siniflandirma icin gorsel ve isitsel kaynaklarin oznitelik fuzyonuna dayali cok kipli bir siniflandirma yontemi onerilmektedir. Onerilen yontemde, video verisinden evrisimsel sinir agi (ESA) oznitelikleri ile, isitsel kipten elde edilen Mel Frekansi Kepstral Katsayi (Mel Frequency Cepstral Coefficients) ozniteliklerinin istatistiksel temsilleri kaynastirilmis ve elde edilen yeni oznitelik temsili ile Destek Vektor Makinesi (DVM) egitilmistir. Onerilen yontemin etkinligi, TRECVID video performans veri kumesi uzerinde tek kipli ve cok kipli durumlar icin dogrulanmistir. Elde edilen sonuclar, MFCC ozniteliginin standart sapma temsili ile GoogleNet ESA oznitelikleri kaynastirildigi cok kipli yontemin, siniflandirma basarimini artirdigini gostermektedir.