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
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
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
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
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