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,(10) 所属期刊栏目 特别策划
研究方向 页码范围 18
页数 1页 分类号
字数 622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  (0)
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)
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