基于深度学习的视频关键帧提取与视频检索
作者:梁建胜 温贺平
关键词:
视频存储; 视频检索; 深度学习; 卷积神经网络; 重新训练技术;
摘要:
为了提高视频检索方案的准确率与时间效率,提出了一种基于深度学习的视频关键帧提取与视频检索方案。首先,设计了一种自适应的关键帧选择算法,通过度量小波变换的距离识别同一个镜头的视频帧;然后,提取每个镜头的摘要信息,将包含最多显著特征的帧作为该镜头的关键帧;最终,利用已有的卷积神经网络框架提取关键帧的特征,并且设计了无监督、半监督与监督3种重新训练模块,能够有效地提高卷积神经网络的特征提取效果与视频检索的准确率。基于公开的视频数据集进行了实验分析,结果表明该方案能够准确地提取视频帧的特征,并且能够准确、高效地检索出相关视频。
上一篇:参数优化SAE方法及在轴承故障诊断的应用
下一篇:基于MPC的I/O约束容错控制数值化设计方法