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:
本文使用开源算法将深度学习技术应用于超级慢动作制作,针对原始数据集的不足,在原有数据集的基础上增加新的视频进行训练,并优化了中间帧算法,取得了较好的效果.
推荐文章
基于深度学习的人体动作识别方法
深度信息
人体动作识别
深度学习
空间结构动态深度图
深度卷积神经网络
基于深度学习的轻量型人体动作识别模型
深度学习
图像处理
卷积神经网络
动作识别
深度学习在视频动作识别中的应用
动作识别
非局域模块
时间段网络
基于深度学习的说理课堂实践探究
深度学习
说理课堂
实践探究
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Unet深度学习的超级慢动作实践
来源期刊 现代电视技术 学科
关键词 人工智能 深度学习 Unet神经网络 慢动作
年,卷(期) 2021,(8) 所属期刊栏目 关注与交流
研究方向 页码范围 141-143
页数 3页 分类号
字数 语种 中文
DOI 10.3969/j.issn.1671-8658.2021.08.034
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (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)
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
人工智能
深度学习
Unet神经网络
慢动作
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
现代电视技术
月刊
1671-8658
11-4864/TN
大16开
北京市复兴路11号
2-259
1989
chi
出版文献量(篇)
9507
总下载数(次)
27
总被引数(次)
7602
论文1v1指导