基于3D卷积的视频错帧筛选方法

• 作者: 吴智钧 宫婧 缪宇杰
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 无监督学习 卷积神经网络 错帧筛选 3D卷积
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 应用开发研究
• 页码范围: 179-181,186
• 页数: 4页
• 分类号: TP301
• 字数: 2885字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2018.05.040

摘要

为了提取更好的视频特征,提高训练精准度,提出了一个基于CNN(convolutional neural network,卷积神经网络)的错帧筛选模型.所谓错帧,是指在时间上乱序的帧序列,相反,有序帧是指遵守时间顺序的帧序列.其目标是从若干组帧序列中,筛选出顺序错误的一组帧序列.采用无监督学习的方法来训练模型,因此不需要依赖有标签的数据集.基于这个模型的目标以及无标签的训练方式,采用了一个多分支的CNN结构,并且是端到端的.其输入的若干组帧序列从视频中采样获得,分别进行3D卷积编码后,能够提取出每组帧序列在时间和空间上的特征.为了找出帧顺序有误的一组序列,该模型对每组帧序列进行对比,找出它们之间的共同规则,从而筛选出违背此规则的那一组序列.在UCF101数据集上的实验结果证实了该方法的有效性,错帧筛选的准确率高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宫婧	南京邮电大学理学院	35	222	8.0	14.0
2	缪宇杰	南京邮电大学物联网学院	1	2	1.0	1.0
3	吴智钧	南京邮电大学物联网学院	1	2	1.0	1.0