視頻已經(jīng)快速成為最常見的視覺信息資源之一,而體育賽事視頻是視頻領域中的一個重要的部分。對于那些想要變得更強的運動員來說,通過觀看視頻來提升自己查漏補缺是一個不可或缺的手段。但是觀看視頻時視頻中不必要的片段又會浪費掉運動員大量的時間,對于運動員的日常訓練是很不利的。因此,開發(fā)一款可以分析和理解視頻內容并將視頻中的不必要的視頻片段剪掉的智能工具是非常有效和便捷的。視頻摘要是指從原始視頻中提取具有代表性的關鍵幀,將原視頻縮減成較短的視頻同時可以保存視頻中最重要和最有代表性的信息。視頻摘要問題是一個序列結構預測的問題,它的輸入是一系列的視頻幀,輸出是二進制的數(shù)值用來表示一個視頻幀是否被選擇。自從硬件計算能力大大提升之后,神經(jīng)網(wǎng)絡算法漸漸成為解決相關問題的重要方法,尤其是循環(huán)神經(jīng)網(wǎng)絡中的長短期記憶網(wǎng)絡,它可以綜合原視頻的所有數(shù)據(jù)來決定當前幀是否被選擇,因此成為處理序列結構預測問題最核心的方法。本文致力于設計一個以循環(huán)神經(jīng)網(wǎng)絡為核心的應用于網(wǎng)球的視頻摘要系統(tǒng),使用長短期記憶網(wǎng)絡為長期和短期交織的可變范圍的依賴關系建模。通過與基于Faster RCNN的行人檢測算法結合,過濾掉視頻幀中無用的信息。同... 

【文章來源】：華中科技大學湖北省211工程院校985工程院校教育部直屬院校

【文章頁數(shù)】：57 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
1 緒論
    1.1 研究背景與意義
    1.2 研究現(xiàn)狀
    1.3 論文的主要研究內容
    1.4 論文的章節(jié)安排
2 相關技術
    2.1 行人檢測算法
    2.2 光流估計算法
    2.3 循環(huán)卷積神經(jīng)網(wǎng)絡
    2.4 雙向長短期記憶網(wǎng)絡
    2.5 損失函數(shù)
    2.6 梯度優(yōu)化算法
    2.7 本章小結
3 網(wǎng)球視頻摘要系統(tǒng)
    3.1 網(wǎng)球視頻摘要系統(tǒng)框架
    3.2 摘要預測算法及損失函數(shù)
    3.3 行人檢測優(yōu)化方法
    3.4 光流估計優(yōu)化方法
    3.5 雙流融合優(yōu)化方法
    3.6 訓練方案
    3.7 本章小結
4 實驗結果及分析
    4.1 實驗配置
    4.2 實驗設計及結果分析
    4.3 本章小結
5 總結與展望
    5.1 全文總結
    5.2 課題展望
致謝
參考文獻


【參考文獻】：
期刊論文
[1]基于標簽分布學習的視頻摘要算法[J]. 劉玉杰,唐順靜,高永標,李宗民,李華.  計算機輔助設計與圖形學學報. 2019(01)
[2]基于重要性感知稀疏自編碼器的多視頻摘要[J]. 冀中,熊凱琳,馬亞茹,何宇清.  天津大學學報(自然科學與工程技術版). 2018(11)
[3]基于解碼器注意力機制的視頻摘要[J]. 冀中,江俊杰.  天津大學學報(自然科學與工程技術版). 2018(10)
[4]視頻摘要技術綜述[J]. 李雙,楊欣怡.  科技創(chuàng)新與應用. 2018(25)
[5]基于超圖排序算法的視頻摘要[J]. 冀中,樊帥飛.  電子學報. 2017(05)
[6]基于目標檢測及跟蹤的視頻摘要技術研究[J]. 田合雷,丁勝,于長偉,周立.  計算機科學. 2016(11)

博士論文
[1]自適應視頻摘要算法研究[D]. 李佳桐.中國科學技術大學 2017
[2]基于目標軌跡重排的動態(tài)視頻摘要方法研究[D]. 何翼.華中科技大學 2017

碩士論文
[1]基于面向對象MLP模型的遙感植被信息提取方法研究[D]. 楊希鵬.東華理工大學 2018
[2]無監(jiān)督學習的動態(tài)視頻摘要的研究[D]. 胡銅鈴.南京理工大學 2018
[3]視頻摘要的算法研究[D]. 張亞洲.杭州電子科技大學 2017
[4]基于背景建模和屬性學習的視頻摘要研究[D]. 惠開發(fā).江蘇大學 2017
[5]基于特征融合的抗?jié)u變視頻摘要算法研究[D]. 胡健根.合肥工業(yè)大學 2017
[6]基于視頻內容的智能視頻摘要系統(tǒng)[D]. 王筱斐.北京郵電大學 2017
[7]面向籃球比賽的視頻摘要技術研究[D]. 鄺昌浪.浙江大學 2015



本文編號：3631680