已閱讀1頁，還剩50頁未讀， 繼續(xù)免費(fèi)閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、基于內(nèi)容的視頻檢索技術(shù)一直是近年來視頻處理領(lǐng)域研究的熱點(diǎn)，本文對基于內(nèi)容的視頻檢索技術(shù)進(jìn)行了研究。首先對人工構(gòu)造視頻特征進(jìn)行了研究，提取了改進(jìn)的稠密軌跡特征;其次對基于Caffe框架的3D卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行了研究，通過該網(wǎng)絡(luò)自動學(xué)習(xí)視頻時空特征。本文使用的3D卷積神經(jīng)網(wǎng)絡(luò)共有十五層，其中包括八個卷積層、五個最大值池化層、兩個全連接層。對于兩種方法所提取的特征本文分別在改進(jìn)的豪斯多夫距離的基礎(chǔ)上進(jìn)行視頻相似度度量，并得到視頻檢索結(jié)果。實(shí)驗(yàn)結(jié)
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于3D卷積神經(jīng)網(wǎng)絡(luò)的人體行為識別.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的視頻分類檢索.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像檢索研究.pdf
- 基于類統(tǒng)計模型和視角團(tuán)對匹配卷積神經(jīng)網(wǎng)絡(luò)的3D模型檢索算法研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)與3D幾何語義的室內(nèi)場景理解研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)跟蹤技術(shù)研究
- 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像分類技術(shù)研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)跟蹤技術(shù)研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像檢索方法.pdf
- 基于深度卷積神經(jīng)網(wǎng)絡(luò)的語義圖像檢索研究.pdf
- 基于深度卷積神經(jīng)網(wǎng)絡(luò)的圖像檢索算法研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的立體匹配技術(shù)研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的ECG身份識別技術(shù)研究.pdf
- 基于內(nèi)容的3D模型檢索技術(shù)研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的視頻語義概念分析.pdf
- 基于深度卷積神經(jīng)網(wǎng)絡(luò)的車牌識別技術(shù)研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的身份識別技術(shù)研究與應(yīng)用.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的視頻語義場景分割研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的壓縮視頻后處理.pdf
- 基于深度卷積神經(jīng)網(wǎng)絡(luò)的車輛識別與檢索研究.pdf
評論
0/150
提交評論