|
|
|
基于内容的视频拷贝检测算法研究 |
|
论文目录 |
|
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 |
|
|
|
|
论文编号BS3940652,这篇论文共114页 会员购买按0.35元/页下载,共需支付39.9元。 直接购买按0.5元/页下载,共需要支付57元 。 |
|
|
我还不是会员,注册会员!
会员下载更优惠!充值送钱! |
我只需要这篇,无需注册!
直接网上支付,方便快捷! |
|
|
|
版权申明:本目录由www.jylw.com网站制作,本站并未收录原文,如果您是作者,需要删除本篇论文目录请通过QQ或其它联系方式告知我们,我们承诺24小时内删除。 |
|
|