用于动态媒体内容中实体检测的方法

学习的概念几乎渗透了智能代理的每一次演化。在本文中，我们提出了一种用于搜索和检测给定实体的视频序列的方法。具体而言，我们研究了如何通过人工神经网络的深度学习技术来检测视频序列中的角色。检测视频中的角色是一项复杂的研究领域，需要考虑数据分析中所呈现的众多对象。从获得的结果来看，我们与当前研究方法相比的主要优势如下：在计算机视觉领域，我们通过构建监督学习算法的结构，实现了若干成功，从目标角色的简单特征中获益。我们的结果表明，这种新方法允许我们以高效的方式定位私有或公共图像库中的目标个体。对于安哥拉国家情报局系统的情况，我们提出的分类器为基于目标个体（失踪者、犯罪分子等）的数据库以及集成公共安全中心（CISP）的视频序列，提供了加强国家安全的可能性。