檢測和搜索視頻中的目標(biāo)是計算機(jī)視覺領(lǐng)域的重要任務(wù)之一,其主要難點在于如何運用深度學(xué)習(xí)等算法來分析出視頻中目標(biāo)的位置以及如何根據(jù)查詢條件搜索到視頻中準(zhǔn)確的目標(biāo)。近年來傳統(tǒng)的深度學(xué)習(xí)算法對于單張靜態(tài)圖片的識別以及文本描述生成取得了較大的進(jìn)展,但仍然不能滿足視頻中目標(biāo)的檢索要求。本學(xué)位論文以檢測與搜索出視頻中的目標(biāo)物體為研究目標(biāo),首先提出一種基于邊界概率卷積神經(jīng)網(wǎng)絡(luò)模型的目標(biāo)定位檢測算法來識別與定位視頻中的目標(biāo),再通過一種基于時空雙流特征融合的3D卷積神經(jīng)網(wǎng)絡(luò)完成視頻中人物的動作檢測,最后通過一種基于循環(huán)神經(jīng)網(wǎng)絡(luò)（GRU）模型的自然語言目標(biāo)搜索算法來完成視頻中的目標(biāo)搜索。此外,本文在圖像的目標(biāo)檢測數(shù)據(jù)集PASCAL VOC上完成目標(biāo)的定位檢測實驗,在人物動作數(shù)據(jù)集UCF-101和HMDB51上完成視頻人物動作檢測實驗,在目標(biāo)標(biāo)注數(shù)據(jù)集ReferIt上完成視頻目標(biāo)的自然語言搜索實驗。實驗結(jié)果證明,本文提出的基于深度學(xué)習(xí)的目標(biāo)檢測與搜索算法在一定的程度上改進(jìn)了已有的方法。本文的工作創(chuàng)新主要體現(xiàn)在以下三個方面:（1）利用一種基于目標(biāo)候選框邊界概率的卷積神經(jīng)網(wǎng)絡(luò)模型,計算出目標(biāo)候選邊界框的四條邊在一... 

【文章來源】：南京郵電大學(xué)江蘇省

【文章頁數(shù)】：62 頁

【學(xué)位級別】：碩士

【部分圖文】：

VGG16模型結(jié)構(gòu)

(d) Archery (e) TableTennisShot (f)PushW圖 4.7 數(shù)據(jù)集部分視頻中人物動作識別正確案例基于視頻深度學(xué)習(xí)的時空雙流人物動作識別模型，型先利用預(yù)先訓(xùn)練好的圖片分類模型訓(xùn)練空間流與層進(jìn)行時空雙流的融合，完成中層時空特征信息的到 3D 卷積神經(jīng)網(wǎng)絡(luò)中，來完成識別視頻人物動作模型能夠比較有效地識別出部分視頻中人物簡單的在很多不足之處需要改進(jìn)與提高，比如視頻中的音慮，以及當(dāng)視頻出現(xiàn)多人物并且存在互相遮擋，這,53]。如果可以很好的利用與融合這些線索信息，視


本文編號：3127232