应用于视频跟踪质量评估的深度卷积神经网络
计算机视觉与模式识别
2018-10-30 v1
摘要
监控视频在采集和存储过程中常受到模糊和曝光失真的影响，这会对后续视频分析任务中的自动图像分析结果产生不利影响。本文旨在部署一种能够自动评估视频中曝光失真存在的算法。在这项工作中，我们设计并构建了一种应用于视频失真识别的深度学习架构。目标是判断视频是否存在曝光失真。此类算法可用于图像增强或复原，或用于创建失真感知的目标跟踪器。
引用
@article{arxiv.1810.11550,
title = {Deep Convolutional Neural Network Applied to Quality Assessment for Video Tracking},
author = {Roger Gomez Nieto and Eugenio Tamura Morimitsu},
journal= {arXiv preprint arXiv:1810.11550},
year = {2018}
}
备注
4 pages, 2 figures