登录

  • 登录
  • 忘记密码?点击找回

注册

  • 获取手机验证码 60
  • 注册

找回密码

  • 获取手机验证码60
  • 找回
毕业论文网 > 开题报告 > 电子信息类 > 信息工程 > 正文

基于深度学习的压缩视频中的动作识别方法开题报告

 2022-01-14 20:49:32  

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]

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

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。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

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.

剩余内容已隐藏,您需要先支付 5元 才能查看该篇文章全部内容!立即支付

微信号:bysjorg

Copyright © 2010-2022 毕业论文网 站点地图