摘要
本发明属于视频轮播技术领域,且公开了一种视频轮播检测方法,该视频轮播检测方法包含以下步骤:步骤一,准备训练数据;步骤二,网络场景分化;步骤三,去除场景切换中的过渡帧;步骤四,新视频的拼接;步骤五,数据提取;步骤六,相关特征、时序特征的计算;步骤七,对视频分类。本发明采用局部特征的融合、全局特征的分类,具体是将TSN得到的时序+空间的特征作为局部特征进行加权融合得到基于整个视频的全局特征,将融合得到的全局特征作为全连接层的输入,最终得到标签的分类,结合了不同网络的优势,增强了网络的学习能力,有效的提高了轮播视频检测的精度,同时输入数据的数量并做融合,增加了系统检测的先验知识。
技术关键词
场景
时序特征
数据特征提取
局部特征提取
短视频
深度学习方法
网络
算法模型
视频段
标签
代表
训练集
本质
概念
列表
策略
对象
系统为您推荐了相关专利信息
评估系统
多模态深度
图谱特征
多通道
数据采集模块
钢丝绳破损检测
检测器
图像检测模型
钢丝绳检测技术
样本
辅助分析方法
生理
血管手术
信号
卷积神经网络模型
紧急频率控制方法
电网实时数据
微电网
微型燃气轮机
非暂态计算机可读存储介质