基于目标检测的视频结构化技术研究

目录

第一个书签之前

第一章 绪 论

1.1 研究工作的背景与意义

1.2 视频结构化的国内外研究历史与现状

1.3 本文的主要内容与创新

1.4 本论文的结构安排

第二章 视频结构化的基本理论

2.1 视频结构化概述

2.1.1 视频的结构

2.1.2 视频的结构化信息

2.2 视频结构化基本理论

2.2.1 颜色特征

2.2.2 块匹配运动估计

2.2.3 背景减除法

2.2.4 神经网络理论

2.2.5 卷积神经网络

2.2.6 循环神经网络

2.3 本章小结

第三章 基于目标信息相似度筛选的关键帧提取算法

3.1 关键帧提取方法简介

3.1.1 基于镜头的关键帧提取方法

3.1.2 基于聚类的关键帧提取方法

3.1.3 关键帧提取算法流程简介

3.2.1 视频帧特征提取

3.2.2 关键帧筛选

3.3.1 关键帧提取数据集

3.3.2 关键帧提取技术指标

3.3.3 实验结果分析

3.4 本章小结

第四章 目标检测算法的改进和优化

4.1 目标检测技术简介

4.1.1 目标检测技术概述

4.1.2 目标检测算法评价指标

4.2.1 扩张卷积

4.2.2 基于尺度信息扩充的YOLOv3网络结构优化

4.2.3 实验结果分析

4.3 基于尺度匹配的目标检测网络效果增强方法

4.3.1 目标检测网络中存在的尺度匹配问题

4.3.2 基于尺度匹配的目标检测网络效果增强算法

4.3.3 实验结果

4.4 本章小结

第五章 视频信息结构化

5.1 视频的结构化信息

5.2 结构化信息提取

5.2.1 关键帧提取与目标检测

5.2.2 场景识别

5.2.3 动作识别

5.2.4 图像描述

5.2.5 视频信息结构化效果展示

5.3 本章小结

第六章 全文总结与展望

6.1 全文总结

6.2 后续工作展望

致 谢

参考文献