一种视频时空特征提取算法及其应用研究

• 作者: 周燕 曾凡智 程勇
• 来源期刊: 佛山科学技术学院学报（自然科学版）
• 学科: 工学
• 关键词: 视频检索 三维卷积神经网络 时空特征 深度学习
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 信息科学
• 页码范围: 16-23
• 页数: 8页
• 分类号: TP391.41
• 字数: 3448字
• 语种: 中文

摘要

目前基于内容特征的视频检索系统,大多采用提取视频关键帧的颜色、纹理、形状等底层特征,来进行视频相识度匹配,这些底层特征是基于全局统计或者人工设计的特征提取方式,存在泛化抽象能力不强、易受光照和噪声的影响等问题,同时,由于未考虑视频帧时序上的关联性,导致视频检索精度偏低.为此,基于深度学习框架,提出了一种视频时空特征提取算法.该算法以关键帧附近16帧图像作为学习源,采用三维卷积神经网络,融合帧的内容特性和时序变化特性,获取4096维特征向量作为新的视视时空特征描述子.在标准动作视频数据集UCF-101上进行实验,结果表明该特征能显著提高视频检索精度,在查全率为90％的情况下,平均查准率不低于84％,检索效果优于传统视频检索方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周燕	佛山科学技术学院电子信息工程学院	48	185	8.0	12.0
2	曾凡智	佛山科学技术学院电子信息工程学院	62	309	11.0	14.0
3	程勇	佛山科学技术学院电子信息工程学院	2	0	0.0	0.0