文本为主的多模态特征融合的新闻视频分类算法 (2005年)

视频分类算法通过融合多模态特征提高分类性能。大多数多模态特征融合算法采用统一模式处理不同模态特征，忽略文本与声音/图像特征在视频分类能力和可靠性方面的差异。该文提出一种新闻视频分类算法，采用文本为主，声音/图像为辅的特征融合模式。该算法充分考虑文本特征在内容分类方面的高可靠性，并在适当情况下，辅以声音/图像信息为补充。对10类新闻视频进行分类实验，并与其他两种分类算法对比，表明在提取相同的底层特征情况下，该文算法的平均分类性能最佳。