發(fā)布時間：2024-02-02 23:56

　　隨著信息技術和網(wǎng)絡技術的不斷發(fā)展,視頻信息的應用越來越廣泛,每天網(wǎng)絡上要產生大量的視頻數(shù)據(jù),由于視頻數(shù)據(jù)具有非結構化、數(shù)據(jù)量大、內容豐富等特點,使得對視頻的有效管理和檢索是一個長期以來的難題。目前對視頻數(shù)據(jù)進行管理和檢索的難點在于對視頻內容的理解和識別需要人工介入,提高了人力成本和時間成本。因此對視頻內容的智能識別和高效的檢索算法是解決該問題的關鍵技術。針對以上背景,本文通過對深度神經網(wǎng)絡和視頻內容特點的研究,提出一種基于深度學習的視頻內容識別算法,引入神經網(wǎng)絡來提取視頻中的語義概念,實現(xiàn)視頻內容的自動識別。論文的主要研究內容及成果如下:(1)提出Fusion-SSD網(wǎng)絡用來提取視頻單幀圖像中的語義概念。在該網(wǎng)絡中設計了多分支的卷積核結構,通過引入并行結構的卷積核分支提高了網(wǎng)絡對細節(jié)信息的保留能力,提高了網(wǎng)絡對小物體的檢測能力。為提高網(wǎng)絡的特征提取能力,本文還提出了多尺度特征圖的融合算法,多尺度特征圖融合算法通過深層和淺層的特征圖融合有效地解決了單一特征圖在物體識別和位置回歸時的相互影響問題。(2)提出Triplet-Stream網(wǎng)絡用于提取視頻時域動作語義。在該網(wǎng)絡中提出了多支路特征...

【文章頁數(shù)】：65 頁

【學位級別】：碩士

【部分圖文】：

圖2一1人腦神經元結構

第二章深度學習相關技術基礎第二章深度學習相關技術基礎??網(wǎng)絡結構??元模型??兀模型是１９４３年由Ｗａｒｒｅｎ?ＭｃＣｕｌｌｏｃｈ和Ｗａｌｔｅｒ?Ｐｉｔｔｓ提出的，人類大腦神經進行設計的一種處理單元，圖２－１展示了人腦的看到，生物的神經元主要包括３個部分：細胞體、樹突、軸突。收來....

圖２－２神經網(wǎng)絡單個神經元結構??神經元被設計為一個多輸入單輸出的結構，圖２－２中展示了神經元模型的三??

２．１．１神經元模型??神經兀模型是１９４３年由Ｗａｒｒｅｎ?ＭｃＣｕｌｌｏｃｈ和Ｗａｌｔｅｒ?Ｐｉｔｔｓ提出的，神經元模??型是類比人類大腦神經進行設計的一種處理單元，圖２－１展示了人腦的神經元結??構，可以看到，生物的神經元主要包括３個部分：細胞體、樹突、軸突。神經元??的樹....

圖２－３?０－丨函數(shù)曲線??

２．１．１神經元模型??神經兀模型是１９４３年由Ｗａｒｒｅｎ?ＭｃＣｕｌｌｏｃｈ和Ｗａｌｔｅｒ?Ｐｉｔｔｓ提出的，神經元模??型是類比人類大腦神經進行設計的一種處理單元，圖２－１展示了人腦的神經元結??構，可以看到，生物的神經元主要包括３個部分：細胞體、樹突、軸突。神經元??的樹....

圖２－４?ｓｉｇｍｏｉｄ函數(shù)曲線??２．?Ｔａｎｈ激活函數(shù)

圖２－４?ｓｉｇｍｏｉｄ函數(shù)曲線??２．?Ｔａｎｈ激活函數(shù)。Ｔａｎｈ激活函數(shù)的數(shù)學表達式為式２－４，取值范圍為［－ＵＪ，??其曲線如圖２－５?（ａ）所示。該激活函數(shù)曲線和Ｓｉｇｍｏｉｄ類似，而且Ｔａｎｈ??激活函數(shù)也可以通過Ｓｉｇｍｏｉｄ函數(shù)來表示。該激活函數(shù)具有０均值的特??性....

本文編號：3893358