基于深度神经网络的视频内容理解
计算机视觉与模式识别
2020-04-30 v1
摘要
我们提出了一种迁移学习的新应用，用于对多类别视频帧序列进行分类。这是一个预加权模型，无需训练全新的 CNN。这种表征得益于近年来许多研究者所研究的“深度神经网络” (DNN) 的出现。我们利用经典方法，通过目标检测技术（如“Google Video Intelligence API”）进行视频分类任务以作比较，并将实验考察这些架构在雾天或雨天条件下的表现。在视频集合上的实验评估表明，所提出的新分类器优于现有方案。
引用
@article{arxiv.2004.13959,
title = {Video Contents Understanding using Deep Neural Networks},
author = {Mohammadhossein Toutiaee and Abbas Keshavarzi and Abolfazl Farahani and John A. Miller},
journal= {arXiv preprint arXiv:2004.13959},
year = {2020}
}