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:
体育视频属于一种十分关键的信息资源,高精度分类体育视频可提高用户浏览与查询效率.针对当前分类体育视频结果主观性强、区分正确率低等缺陷,提出了基于深度学习的体育视频分类方法,采用相似系数关键帧提取算法获取关键帧特征,通过深度学习编码模型建立体育视频图像分类方法,以3类体育视频为例测试文中方法的性能,结果表明,对于不同类型的体育视频,文中方法的分类整体效果要明显优于当前其他体育视频分类方法,大幅度提升了体育视频分类效果.
推荐文章
基于时空域深度特征两级编码融合的视频分类
视频分类
两级编码
深度学习
特征融合
基于支撑矢量机的自动视频分类方法
支撑矢量机
中心距离比值
自动视频分类
一种基于粗糙集的视频分类方法
视频分类
粗糙集
特征提取
分类规则
基于向量机的体育运动视频自动分类方法设计
支持向量机
运动视频
视频分类
类型关键帧
视觉词袋模型
自动分类
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 基于深度学习的体育视频分类方法
来源期刊 电子设计工程 学科 工学
关键词 深度学习 体育视频 分类 关键帧 编码模型 微调
年,卷(期) 2021,(3) 所属期刊栏目 图像与多媒体
研究方向 页码范围 162-166,170
页数 6页 分类号 TN929
字数 语种 中文
DOI 10.14022/j.issn1674-6236.2021.03.034
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (131)
共引文献  (45)
参考文献  (16)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1943(1)
  • 参考文献(0)
  • 二级参考文献(1)
1968(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(2)
  • 参考文献(0)
  • 二级参考文献(2)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(7)
  • 参考文献(0)
  • 二级参考文献(7)
2012(8)
  • 参考文献(0)
  • 二级参考文献(8)
2013(14)
  • 参考文献(0)
  • 二级参考文献(14)
2014(12)
  • 参考文献(0)
  • 二级参考文献(12)
2015(22)
  • 参考文献(0)
  • 二级参考文献(22)
2016(24)
  • 参考文献(2)
  • 二级参考文献(22)
2017(17)
  • 参考文献(6)
  • 二级参考文献(11)
2018(7)
  • 参考文献(3)
  • 二级参考文献(4)
2019(6)
  • 参考文献(5)
  • 二级参考文献(1)
2021(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
深度学习
体育视频
分类
关键帧
编码模型
微调
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
电子设计工程
半月刊
1674-6236
61-1477/TN
大16开
西安市高新区高新路25号瑞欣大厦10A室
52-142
1994
chi
出版文献量(篇)
14564
总下载数(次)
54
总被引数(次)
54366
论文1v1指导