一种基于Bi-LSTM的视频丢帧卡帧异常检测方法及系统

AITNT
正文
推荐专利
一种基于Bi-LSTM的视频丢帧卡帧异常检测方法及系统
申请号:CN202410987412
申请日期:2024-07-23
公开号:CN119071565A
公开日期:2024-12-03
类型:发明专利
摘要
本发明公开了一种基于Bi‑LSTM的视频丢帧卡帧异常检测方法及系统,包括:获取视频数据集,所述视频数据集中包括若干个标定视频,所述每个标定视频中帧与帧之间的内容具有逻辑性;构建视频识别神经网络模型,所述视频识别神经网络模型包括Bi‑LSTM层,向所述视频识别神经网络模型输入视频数据集,得到训练好的视频识别神经网络模型;将标定视频载入待检测场景,利用视频识别神经网络模型对载有标定视频的待检测场景进行检测,记录标定视频帧与帧之间内容具有逻辑性的位置,所述位置即为丢帧或卡帧位置。本发明通过训练Bi‑LSTM学习视频内容的逻辑性,从而在播放设备播放视频时检测其是否丢帧或卡帧,解决了现有检测方法费时费力且操作繁琐的问题。
技术关键词
神经网络模型 视频识别 异常检测方法 检测设备 双向长短期记忆网络 椒盐噪声 场景 异常检测系统 模型训练模块 标签 数据获取模块 像素 播放设备 水印 红绿蓝 图像 坐标
系统为您推荐了相关专利信息
1
一种基于工控设备数据的安全预警方法、设备及介质
工控设备 工控系统 时间段 图谱 标识
2
一种基于多尺度特征融合的焊接缺陷图像预处理方法
深度特征融合 卷积神经网络模型 图像预处理方法 多尺度特征融合 局部细节特征
3
云平台运维方法、系统、电子设备及存储介质
预训练语言模型 云平台运维方法 深度学习模型 神经网络模型 进化算法
4
智能驾驶汽车前照灯性能动态测试方法、设备及存储介质
智能驾驶汽车 动态测试方法 特征金字塔网络 混合神经网络模型 动态测试数据
5
一种支持多候选用户识别的毫米波波束对准方法
神经网络模型 波束成形向量 波束对准方法 特征提取模块 多模态信息
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号