论文部分内容阅读
视频兴趣度预测有着广泛的应用前景,比如提高视频检索和视频推荐的性能。由于每个人的喜好不同,想要找到通用的兴趣度准则是十分困难的。在本文中,我们构建了基于多模态特征融合和成对排序模型学习的预测系统。系统能利用视频中的听觉和视觉信息,并且模型的训练模拟人的评判过程,从而能够利用数据之间丰富的信息使兴趣度预测更加可靠。通过在MediaEval 2016兴趣度预测比赛数据集上的实验比较,我们提出的预测系统可以更好的利用数据和标签并超越分类或回归的基线系统。