基于深度学习的视频分类
·
视频分析相对于图像分析更加复杂，本文主要是记录一些关于利用深度学习进行视频分析的一些知识，里面的一些理解仅代表个人观点，如有不正确的地方欢迎留言交流（不接受批评。。。），整理不易，如有引用与转载，请注明出处。
视频与图像
更新时间：2020-08-05图像数据增加一个时间维度即是视频，因此视频是由一系列的图像构成的。图像具有空间特征、视频具有时间特征，将两个特征放在一起分析，可以得到比仅用图像的空间特征获得更好的结果。增加了时间维度相应的会产生很大的空间，因此增加了模型训练与推断的复杂性。当我们用图像模型来处理视频时，必须考虑到时间维度特征来改变深度学习模型的架构。
视频分类概念
视频分类的目的是给视频标记类别。从字面理解视频分类可以任务是在整个视频上进行标记类别，但是视频是由一帧帧图像构成的，因此类别标记也可以在帧级别上。视频中可能会执行某些动作或任务（比如人体跌倒），因此，视频分类可以标记视频中的出现的目标或者视频中发生的动作。
视频分类数据集
视频分割
融合并行CNN进行分类
长时间视频分类
双CNN视频动作识别
3D卷积时间维度学习
轨迹视频分类
多模特融合视频分类
区域attention视频分类
腾讯云面向开发者汇聚海量精品云计算使用和开发经验，营造开放的云计算技术生态圈。
更多推荐
0
0- 0
已为社区贡献5条内容
所有评论(0)