發(fā)布時間：2018-05-17 17:42

  本文選題：人臉檢測 + 人臉識別��； 參考：《上海大學(xué)學(xué)報(自然科學(xué)版)》2017年03期

【摘要】：利用基于深度學(xué)習(xí)的人臉識別技術(shù),建立了一種基于人臉識別的影視劇鏡頭自動標(biāo)注及重剪系統(tǒng),用于實現(xiàn)影視劇重編輯過程中對鏡頭片段更好地管理、查找和重剪.先對輸入的影視劇視頻進行鏡頭檢測和分割,獲得并建立分鏡參數(shù).在此基礎(chǔ)上,對鏡頭中出現(xiàn)的所有人臉進行檢測和切割,并采用預(yù)先訓(xùn)練好的包含350多位明星特征的模型庫予以身份識別,聚類后實現(xiàn)鏡頭的演員標(biāo)注.該系統(tǒng)也可依據(jù)指定演員對影視劇進行搜索,并將其中所有包含該演員的片段自動重剪在一起.實驗結(jié)果表明,該系統(tǒng)鏡頭分割模塊的平均召回率達到95%以上,對45?以內(nèi)的人臉識別率達到92.45%,且具有良好的魯棒性.
[Abstract]:Based on the technology of face recognition based on depth learning, an automatic shot tagging and recutting system based on face recognition is established, which can be used to better manage, find and recut the shot segment in the process of reediting. First, shot detection and segmentation of the input video are carried out, and the parameters of the split mirror are obtained and established. On this basis, all the faces appear in the lens are detected and cut, and the pre-trained model library, which contains more than 350 star features, is used to identify the actors in the shot, and the actor tagging is realized after clustering. The system can also search for movies and TV dramas based on a designated actor and automatically rearrange all the clips that contain the actor. The experimental results show that the average recall rate of the lens segmentation module is more than 95%. The face recognition rate reaches 92.45% and has good robustness.
【作者單位】： 上海大學(xué)上海電影學(xué)院;騰訊公司優(yōu)圖項目組;
【基金】：國家自然科學(xué)基金資助項目(61303093) 上海市教委科研創(chuàng)新基金資助項目(14YZ023)
【分類號】：TP391.41

【相似文獻】

相關(guān)期刊論文 前10條

1 王玉林，趙炳彥;汽車車身零件圖紙的自動標(biāo)注方法[J];計算機輔助工程;1996年04期

2 佘晶,黃翔;特征尺寸自動標(biāo)注方法的研究及實現(xiàn)[J];機械制造與自動化;2005年01期

3 Q迷平，

本文編號：1902270