-
公开(公告)号：CN110032926B
公开(公告)日：2021-05-11
申请号：CN201910133098.0
申请日：2019-02-22
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明公开了一种基于深度学习的视频分类方法以及设备。其中，所述方法包括：获取视频的数据集及其类别标签，和将该获取的视频均分N段，训练阶段每段视频随机选择M帧，将视频帧堆叠为多通道图像，和通过卷积神经网络，提取该分为N段后的视频的视频空间加权特征，和通过卷积神经网络，提取该分为N段后的视频的视频时间加权特征，和获得该分为N段后的视频的视频多尺度特征，和融合该N段视频特征计算预测得分，得到最终视频分类，和存储该训练好的视频分类模型，应用该训练好的视频分类模型，对测试视频进行分类。通过上述方式，能够实现提高视频特征提取的效果和准确度。
-
公开(公告)号：CN110032926A
公开(公告)日：2019-07-19
申请号：CN201910133098.0
申请日：2019-02-22
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明公开了一种基于深度学习的视频分类方法以及设备。其中，所述方法包括：获取视频的数据集及其类别标签，和将该获取的视频均分N段，训练阶段每段视频随机选择M帧，将视频帧堆叠为多通道图像，和通过卷积神经网络，提取该分为N段后的视频的视频空间加权特征，和通过卷积神经网络，提取该分为N段后的视频的视频时间加权特征，和获得该分为N段后的视频的视频多尺度特征，和融合该N段视频特征计算预测得分，得到最终视频分类，和存储该训练好的视频分类模型，应用该训练好的视频分类模型，对测试视频进行分类。通过上述方式，能够实现提高视频特征提取的效果和准确度。
-
Search Results
2
records
(took 0.024 seconds)
