全文总字数：3233字

1. 研究目的与意义及国内外研究现状

随着手机等电子产品的快速发展，电子产品的摄像头可以捕捉到大量高分辨率的视频片段，目前，视频占网络流量的70%，而这一比例正在逐步增加^[1]。现实世界的大量信息和数据是基于视频的，例如无人机和自动驾驶汽车，视频可以说是计算机视觉的下一个前沿领域，它能捕捉到图像无法传达的丰富信息，比如情感信息等。同时，动态视频比静态图像包含更多的时间和空间信息，因此不仅能提供时间背景，还能给我们更好的空间感知。然而，这些信息目前很少被利用，而且解压后的视频的时间冗余度很高，连续的帧包含的信息大致相同，信息密集度很低，很难提取到有效的信息，但压缩视频可以有效避免这些问题。

由于视频动作识别是解决视频监控，人机交互，视频分类，视频情感分析等问题的基础，因此视频动作识别一直是计算机视觉领域的一个重点研究课题^[2]。日益增长的视频数量,良莠不齐的视频内容无疑给视频的存储、分析、监管带来了前所未有的压力。深度学习在计算机视觉领域展现了巨大的优势，本文引入深度学习方法，来构建视频的本质特征，这样可以有效提高视频动作识别的效率^[3]。

2. 研究的基本内容

为了解决上述国内外研究工作存在的问题，本文针对深度学习网络的输入进行改进，采用为存储和传输视频而开发的压缩视频作为输入，来进一步提升视频动作识别的性能和准确性。 视频压缩技术都是基于连续的帧非常相似的特点，只保留少量完整的视频帧，并且通过记录相邻帧之间的偏移量（运动矢量和残差）来重建其他帧。所以本文提出分别在少量完整图像帧，运动矢量和残差上训练卷积神经网络，这样可以分离出冗余的信息，并提高动作识别的效率和准确率。

3. 实施方案、进度安排及预期效果

1，2018.12.25-2019.01.10 查阅相关资料，了解国内外有关视频压缩和动作识别的研究，并对其有初步的认识。

2，2019.01.11-2019.01.20 对实验方案的探讨及与导师的问题答疑，建立实施方案的具体方法。

3，2019.01.21-2019.03.30获取若干段视频，并完成视频压缩，其中一部分做训练集，剩余部分做测试集；模型训练，以上述压缩视频为训练集对计算机深度学习网络进行训练；对测试集进行识别，并比较在其他方案下的识别准确度。

4. 参考文献

[1] 李继玲.互联网视频企业业务运营与发展分析[j].科技创新导报，2011，（31）：31.

[2] 杨志刚. 基于分布式深度学习系统的视频动作识别[d].中国科学技术大学，2017.

[3] 由清圳.基于深度学习的视频人脸识别方法[d].哈尔滨工业大学，2012.