首页> 中文会议>第三届数字版权管理创新发展论坛 >基于深度学习的盗版视频分类

基于深度学习的盗版视频分类

页面导航

摘要
著录项
相似文献
相关主题

摘要

本文提出了一种新的视频分类框架,其中采用核函数极限学习机(KELM)而不是Softmax函数作为卷积神经网络(CNN)体系结构中的分类器,以提高分类的性能.为了验证方法的有效性,提出了一个新的Piracy Video-4数据集.在Piracy Video-4的数据集上进行的实验证明了所提出方法的优越性.

著录项

来源
《第三届数字版权管理创新发展论坛》|2019年|84-87|共4页
会议地点北京
作者
张乃光; 李珊珊; 薛子育;
展开▼
作者单位

国家广播电视总局;

展开▼
会议组织
正文语种
原文格式 PDF
中图分类 TP391.41;
关键词
盗版视频; 分类器; 深度学习; 核函数极限学习机;
入库时间 2022-08-17 11:30:41

相似文献

中文文献
外文文献
专利

1. 基于深度学习的盗版视频分类 [J] . 张乃光 ,李珊珊 ,薛子育 . 广播电视信息 . 2019,第S01期
2. 基于内容的盗版视频分类方法研究 [J] . 张乃光 ,王磊 ,薛子育 . 广播电视网络 . 2020,第008期
3. 基于内容的盗版视频分类方法研究 [J] . 张乃光 ,王磊 ,薛子育 . 广播电视网络 . 2020,第008期
4. 基于深度学习的舞蹈视频分类 [J] . 王鹏程 . 现代计算机（专业版） . 2021,第009期
5. 基于深度学习的体育视频分类方法 [J] . 肖友定 . 电子设计工程 . 2021,第003期
6. 对CA系统盗版手段进行测试及相应反盗版措施的建议 [C] . 连汉权 . 第十届京、津、沪、渝有线电视技术研讨会暨第十届全国城市有线电视技术研讨会 . 2012
7. 基于深度学习的视频分类方法研究 [A] . 周贝贝 . 2020

获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

客服微信
服务号