基于内容的视频拷贝检测算法研究

基于内容的视频拷贝检测论文 基于压缩域的视频特征论文 运动矢量图论文 运动矢量图序列论文 多尺度视频
论文详情
摘要第4-7页
ABSTRACT第7-9页
第一章 绪论第14-32页
    1.1 研究背景及意义第14-17页
    1.2 国内外研究现状第17-27页
        1.2.1 视频特征提取算法国内外研究现状第17-22页
        1.2.2 特征索引国内外研究现状第22页
        1.2.3 视频特征匹配算法国内外研究现状第22-25页
        1.2.4 视频拷贝检测的评价标准第25-26页
        1.2.5 基准测试数据库第26-27页
    1.3 本文主要工作和章节安排第27-30页
        1.3.1 本文主要工作第27-29页
        1.3.2 本文章节安排第29-30页
    1.4 本章小结第30-32页
第二章 相关技术第32-54页
    2.1 卷积神经网络第32-45页
        2.1.1 卷积神经网络的架构第33-35页
        2.1.2 卷积网络模型第35-45页
    2.2 Caffe第45-50页
        2.2.1 Caffe的优点第45-48页
        2.2.2 Caffe的基本数据结构第48-50页
    2.3 批量正规化第50-52页
    2.4 本章小结第52-54页
第三章 基于MVI模型的视频拷贝检测系统第54-70页
    3.1 问题描述第54页
    3.2 基于MVI模型和I帧模型的视频拷贝检测系统第54-62页
        3.2.1 运动矢量图(MVI)第54-57页
        3.2.2 Cascade系统第57-62页
    3.3 实验第62-67页
        3.3.1 实验数据集第62页
        3.3.2 算法实现第62-63页
        3.3.3 CC_WEB_VIDEO数据集实验第63-67页
    3.4 本章小结第67-70页
第四章 基于SMVI模型的视频拷贝检测系统第70-80页
    4.1 问题描述第70页
    4.2 算法原理第70-76页
        4.2.1 循环神经网络第70-73页
        4.2.2 长期依赖问题第73-74页
        4.2.3 长短期记忆网络第74-76页
    4.3 压缩域视频拷贝检测算法(SMVI)第76-78页
    4.4 实验第78-79页
        4.4.1 实验数据集第78页
        4.4.2 实验结果第78-79页
    4.5 本章小结第79-80页
第五章 基于多尺度的视频序列匹配算法第80-100页
    5.1 问题描述第80-81页
    5.2 MS-VSM模型第81-93页
        5.2.1 粗尺度空间的MWM算法第84-88页
        5.2.2 中间尺度空间的CLAMS算法第88-93页
        5.2.3 利用双向扫描在精细尺度空间进行定位第93页
    5.3 实验及分析第93-98页
        5.3.1 算法实现第93-96页
        5.3.2 MUSCLE-VCD-2007数据集实验第96-97页
        5.3.3 CC_WEB_VIDEO数据集实验第97-98页
    5.4 本章小结第98-100页
第六章 总结与展望第100-102页
    6.1 本文研究工作总结第100-101页
    6.2 本文工作展望第101-102页
附录 缩略语表第102-104页
参考文献第104-112页
致谢第112-114页
攻读学位期间发表的学术论文目录第114页
论文购买
论文编号ABS4476814,这篇论文共114页
会员购买按0.30元/页下载,共需支付34.2
不是会员,注册会员
会员更优惠充值送钱
直接购买按0.5元/页下载,共需要支付57
只需这篇论文,无需注册!
直接网上支付,方便快捷!
相关论文

点击收藏 | 在线购卡 | 站内搜索 | 网站地图
版权所有 艾博士论文 Copyright(C) All Rights Reserved
版权申明:本文摘要目录由会员***投稿,艾博士论文编辑,如作者需要删除论文目录请通过QQ告知我们,承诺24小时内删除。
联系方式: QQ:277865656