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:
视频浓缩时运动目标之间的相互遮挡和背景的复杂性使得难以准确提取运动目标,导致浓缩比降低.针对此问题,提出了一种基于交互机制的卷积双流融合网络视频浓缩方法.首先,对输入的视频帧进行感兴趣区域选取;然后,卷积双流融合网络分流提取运动目标特征和背景特征并进行特征融合,以减弱运动目标之间相互遮挡的影响;最后,通过交互机制将融合后的特征进行关联性运算,以有效提高运动目标之间及运动目标与背景之间的相关性,再根据相似矩阵进行场景聚类得到关键帧.实验结果表明:通过该网络结构进行视频浓缩,浓缩比和召回率都有所提高.
推荐文章
基于双流卷积神经网络的改进人体行为识别算法
人体行为识别
深度学习
双流卷积神经网络
模型融合
基于3D卷积神经网络的视频哈希算法
深度学习
哈希算法
视频检索
基于卷积神经网络多层特征融合的目标跟踪
目标跟踪
特征融合
特征表达
目标定位
卷积神经网络
回归模型
基于卷积神经网络的视频图像失真检测及分类
卷积神经网络
特征学习
视频图像失真
分类检测
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 基于交互机制卷积双流融合神经网络的视频浓缩
来源期刊 测试技术学报 学科 工学
关键词 运动目标 特征提取 交互机制 卷积双流融合神经网络 视频浓缩
年,卷(期) 2019,(3) 所属期刊栏目 数据采集与图像处理
研究方向 页码范围 228-232
页数 5页 分类号 TP391.4
字数 2977字 语种 中文
DOI 10.3969/j.issn.1671-7449.2019.03.008
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 张丽红 山西大学物理电子工程学院 44 191 8.0 12.0
2 赵春飞 山西大学物理电子工程学院 1 1 1.0 1.0
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  (5)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2019(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
运动目标
特征提取
交互机制
卷积双流融合神经网络
视频浓缩
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
测试技术学报
双月刊
1671-7449
14-1301/TP
大16开
太原13号信箱
22-14
1986
chi
出版文献量(篇)
2837
总下载数(次)
7
总被引数(次)
13975
论文1v1指导