作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
电视台节目和互联网视听节目的监看由于节目数量大、及时性要求高,纯靠人工监看的方式已经难以为继,卷积神经网络作为深度学习的一种代表性技术广泛用于图像识别中,能够以较高的准确性找出图像中的特定类型内容,在对模型进行针对性的训练后,通过进行视频关键帧抽取可对关键帧中的敏感内容进行识别,从而达到辅助监看提高工作效率的目的.
推荐文章
基于卷积神经网络的细胞识别
细胞识别
卷积神经网络
深度学习
池化层
基于代价敏感卷积神经网络的人脸年龄识别方法
卷积神经网路
人脸年龄识别
误分类代价
代价敏感性
期望类最大原则
基于改进卷积神经网络的手势识别
改进卷积神经网络
手势识别
准确率
图像处理
过拟合
Dropout
基于卷积神经网络的车牌识别
卷积神经网络
车牌识别
模型训练
权值共享
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于卷积神经网络的视频敏感内容识别研究
来源期刊 有线电视技术 学科
关键词 卷积神经网络 深度学习 VGG16
年,卷(期) 2019,(2) 所属期刊栏目 技术前沿
研究方向 页码范围 60-63
页数 4页 分类号
字数 3139字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王洋 5 17 1.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
卷积神经网络
深度学习
VGG16
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
有线电视技术
月刊
1008-5351
11-4021/TN
北京市2144信箱
chi
出版文献量(篇)
10278
总下载数(次)
7
总被引数(次)
11175
论文1v1指导