检索结果-南通市图书馆

作者：杨晨电子科技大学

学位级别：硕士

近年来,依靠互联网技术的飞速发展和相关软硬件的协同提升,社会已逐渐进入大数据时代,以视频为主的多媒体数据量与日俱增,充斥着人们的生活。多样的视频数据逐渐成为了人们获取信息的一类主要来源。丰富的信息资源一方面给人们生活带来... 详细信息

近年来,依靠互联网技术的飞速发展和相关软硬件的协同提升,社会已逐渐进入大数据时代,以视频为主的多媒体数据量与日俱增,充斥着人们的生活。多样的视频数据逐渐成为了人们获取信息的一类主要来源。丰富的信息资源一方面给人们生活带来了极大便利,满足人们的精神需求,另一方面海量的视频数据又给人们精确获取信息带来了极大的困难,同时也给监管带来了不小的挑战。而如何利用计算机对视频进行准确的理解,为分类、检索等任务提供有效的参考,是一件非常具有挑战性的事情。视频理解方法多样,其中从语义层面对视频数据进行信息的提取和分析,是当下进行视频理解任务的有效方法。而视频理解方式也有很多,本文通过使用自然语言对视频描述进行研究。本文从语义理解出发,对图像语义理解和视频语义理解分别进行研究,主要工作内容如下:1.本文提出并设计了一种双层LSTM网络,用于解决基于传统编解码架构的图像描述任务中,存在的忽略编码端性能和图像区域与文本描述间的相关性的问题。其中,本文在编码端通过多尺度图像金字塔提升语义信息的提取能力,通过侧链LSTM对卷积网络提取的特征信息进行过滤,同时结合信息增益拉近图像与文本的特征分布,解决了其他模型中图像特征与文本描述分布不对齐的问题。通过多个对比实验,本文提出的方法展示了其在图像描述中具有良好效果。2.本文提出并设计了一种结合控制门结构的循环图卷积网络,用于处理传统模型中特征缺乏语义信息和序列到序列学习中普遍存在的序列特征之间不对齐的问题。其中,本文将场景图这一种图像语义的描述模型作为输入数据,在传统图卷积网络上添加了结合控制门结构的自循环结构,利用控制门进行特征筛选、循环结构进行信息共享和权值共享的方式,实现控制增强与衰减特征信息在网络间的流动,进而不断增强视频序列和文本序列的相关性。实验验证了本文提出的算法的有效性。3.基于上述研究工作,本文设计并实现了一个基于web的自动视觉描述系统原型,通过简单的实现,用户可以在网页端使用本文实现的视觉描述模型。

关键词：深度学习图像语义理解视频语义理解循环图卷积网络

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于机器学习的视频语义在线理解的研究

基于机器学习的视频语义在线理解的研究

引用

作者：宋红玉沈阳理工大学

学位级别：硕士

视频作为一种人类喜闻乐见的方式，在人类的生活中起着越来越重要的位置。人类每天产生的视频的数量也越来越繁多。视频在社会的各个领域扮演着越来越重要的角色。那么对视频的分析与研究就非常有必要。对整个世界的科学进步有很好的促... 详细信息

视频作为一种人类喜闻乐见的方式，在人类的生活中起着越来越重要的位置。人类每天产生的视频的数量也越来越繁多。视频在社会的各个领域扮演着越来越重要的角色。那么对视频的分析与研究就非常有必要。对整个世界的科学进步有很好的促进作用。在中国科学院沈阳所省部级课题“机器人在线场景感知与理解”大力赞助下，论文进行了视频语义理解技术的研究和分析。第一，针对视频理解技术的要求和特殊性，对相关的领域做了研究。包括机器学习的原理、视频事件模型。第二，展示一种不局限于视频种类的关键帧提取方法。这种基于机器学习提取视频关键帧的方法能有效地提取视频的关键部分。与以往传统的抽取关键帧方法相比，此方法不是针对某一类视频而设计的。为验证提出的方法，首先应用GIST描述符提取每幅图像的GIST特征，然后展示一个类稀疏模型来判断每幅图像的重要程度，最后选择具有高可靠得分的图像帧作为视频的关键帧，提取的关键帧将用于总结视频的主要内容。本论文展示的方法，仅需要一个模型来完成提取关键帧的工作，而不必为每一类视频都训练一个新模型。第三，根据MATLAB易于建模进行控制的特殊性，对提出的方法，进行相关实验。取得了较好的实验结果。并使用舵机控制器控制舵机和摄像头进行了人脸的实时追踪检测。

关键词：机器学习视频语义理解关键帧不局限于类场景舵机摄像头

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

视听相关的多模态概念检测

引用

计算机研究与发展 2019年第5期56卷 1071-1081页

作者：奠雨洁金琴中国人民大学信息学院北京100872

随着在线视频应用的流行,互联网上的视频数量快速增长.面对互联网上海量的视频,人们对视频检索的要求也越来越精细化.如何按照合适的语义概念对视频进行组织和管理,从而帮助用户更高效、更准确地获取所需视频,成为亟待解决的问题.在大... 详细信息

随着在线视频应用的流行,互联网上的视频数量快速增长.面对互联网上海量的视频,人们对视频检索的要求也越来越精细化.如何按照合适的语义概念对视频进行组织和管理,从而帮助用户更高效、更准确地获取所需视频,成为亟待解决的问题.在大量的应用场景下,需要声音和视觉同时出现才能确定某个视频事件.因此,提出具有视听信息的多模态概念的检测工作.首先,以名词-动词二元组的形式定义多模态概念,其中名词表达了视觉信息,动词表达了听觉信息,且名词和动词具有语义相关性,共同表达语义概念所描述的事件.其次,利用卷积神经网络,以多模态概念的视听相关性为目标训练多模态联合网络,进行端到端的多模态概念检测.实验表明:在多模态概念检测任务上,通过视听相关的联合网络的性能超过了单独的视觉网络和听觉网络.同时,联合网络能够学习到精细化的特征表示,利用该网络提取的视觉特征,在Huawei视频数据集某些特定的类别上超过ImageNet预训练的神经网络特征;联合网络提取的音频特征,在ESC50数据集上,也超过在Youtube8m上训练的神经网络音频特征约5.7%.

关键词：多模态信息语义概念视频概念检测视频特征视频语义理解

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

室内人体行为识别的研究及应用

室内人体行为识别的研究及应用

引用

作者：王一婷电子科技大学

学位级别：硕士

在计算机视觉领域,为了提高神经网络模型的检测能力,研究者们通常会使用大量的带人工标注的图片或视频数据来帮助神经网络更好地学习视觉特征。为了避免收集和人工标注大量训练数据带来的高昂耗费,能从大量无人工标注的图片或者视频中... 详细信息

在计算机视觉领域,为了提高神经网络模型的检测能力,研究者们通常会使用大量的带人工标注的图片或视频数据来帮助神经网络更好地学习视觉特征。为了避免收集和人工标注大量训练数据带来的高昂耗费,能从大量无人工标注的图片或者视频中帮助神经网络模型学习泛化特征的自监督学习方法开始迅速发展。本文正是以自监督学习方法为基础,设计了一种新的辅助任务用以帮助卷积神经网络获得一定的语义理解能力,并将完成辅助任务的神经网络模型的中间特征层抽取出来,与时序线性编码结构结合改进用以对人体动作类别进行检测;同时开发了一套智能室内行为信息分类平台,将行为分类算法嵌入平台,以弥补人工审核成本高昂且耗时的不足。具体工作如下:1.设计了一种新的辅助任务—视频关键帧提取,用于帮助神经网络模型获得提取特征的能力。在任务的设计过程中,自定义了一套衡量某个视频帧对于当前视频来说重要与否的标准,并用此标准通过代码自动为视频的每一帧生成了对应的伪标签,然后将数据与生成的伪标签输入以3D-Res Net为基础的网络中,通过训练用以完成视频关键帧提取任务。通过完成此项辅助任务,神经网络模型能鉴别出视频流中具有代表性的关键帧,从而表明其获得了一定的视频语义理解能力;2.设计了一个行为分类检测算法,并命名为TLE-MCN。该网络以完成了视频关键帧提取辅助任务的3D-Res Net的中间特征提取层为基础,并与时序线性编码模块相结合以提高网络对于视频时空特征的捕获能力;同时为了提高检测效果和降低计算量,在特征提取层的浅层使用了类3D卷积用以更好地捕获运动信息,在特征提取层的深层则使用了2D卷积用于完成高度抽象的语义理解,保证了整个特征提取模块提取效率与提取精度的平衡。同时自建了一个小型人体行为数据集,通过使用该数据集进行训练,神经网络模型能够达到对人体行为进行分类识别的目的;3.结合设计的行为分类算法并基于Flask框架搭建了一套智能化人体动作分类信息审核平台,能够对上传的视频进行动作分类检测与关键帧提取,可以降低人工审核带来的高昂成本

关键词：自监督学习视频语义理解审核平台室内行为数据集

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

足球比赛场景中交互行为分析方法研究

引用

吉林大学学报（信息科学版） 2016年第5期34卷 676-685页

作者：孙仕柏崔荣一延边大学计算机科学与技术学科智能信息处理研究室吉林延吉133002

目前的视频处理研究主要关注足球视频的基础方面的问题,而在视频语义方面的工作尚不完善。为此,对足球比赛视频中存在的交互行为进行分析,研究了足球比赛视频语义理解的关键问题,为实现从一般比赛场景去理解和分析比赛进行了有益的探索... 详细信息

目前的视频处理研究主要关注足球视频的基础方面的问题,而在视频语义方面的工作尚不完善。为此,对足球比赛视频中存在的交互行为进行分析,研究了足球比赛视频语义理解的关键问题,为实现从一般比赛场景去理解和分析比赛进行了有益的探索。首先进行场景分析,利用主颜色提取视频中场地区域并标定场地线;其次,检测场景中的球员并判定其队属,同时利用Kalman滤波实现对足球目标的跟踪;最后,判定球队的进攻方向的目的语义,同时获取足球真实轨迹,进行轨迹分割,识别球员与足球的交互行为,并在此基础上结合足球领域的知识进行进攻策略的分析。实验结果表明,该算法能很好地解决视频分析各阶段的问题,能有效分析视频中存在的交互行为,并从足球领域的角度实现进攻策略分析,进攻模式识别结果查准率达到71%以上,查全率达到85%以上,有益于计算机视觉的应用研究和足球视频科学分析。

关键词：足球视频视频语义理解进攻策略交互行为

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：