基于业务流特征的快速视频识别算法与系统设计
| 目录 | 第3-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第7-16页 |
| 1.1 引言 | 第7-8页 |
| 1.2 视频识别系统应用场景 | 第8-10页 |
| 1.2.1 不良视频检测 | 第8页 |
| 1.2.2 视频去重与重复检测 | 第8-9页 |
| 1.2.3 视频库检索与提取 | 第9-10页 |
| 1.3 相关知识 | 第10-13页 |
| 1.3.1 主流多媒体文件格式及流媒体服务器介绍 | 第10-11页 |
| 1.3.2 主流视频压缩算法 | 第11-12页 |
| 1.3.3 流式传输协议 | 第12-13页 |
| 1.4 本文研究目的与结构 | 第13-16页 |
| 1.4.1 研究目的 | 第13-14页 |
| 1.4.2 本文结构 | 第14-16页 |
| 第二章 相关工作 | 第16-23页 |
| 2.1 基于内容的视频识别算法介绍 | 第16-19页 |
| 2.1.1 基于视频结构信息的视频识别算法 | 第16-18页 |
| 2.1.2 基于摘要的视频识别算法 | 第18-19页 |
| 2.1.3 基于种子(Seed)的视频识别算法 | 第19页 |
| 2.2 基于元数据的视频识别算法 | 第19页 |
| 2.3 基于水印的视频识别技术 | 第19-20页 |
| 2.4 结合其他相关技术的视频识别 | 第20-22页 |
| 2.4.1 结合语音的视频识别技术 | 第21页 |
| 2.4.2 结合用户评价的视频识别技术 | 第21-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第三章 基于业务流特征的视频识别算法 | 第23-29页 |
| 3.1 概述 | 第23-25页 |
| 3.2 基于业务流特征的视频识别算法介绍 | 第25-28页 |
| 3.2.1 视频匹配算法需要解决的问题 | 第25-26页 |
| 3.2.2 参数描述 | 第26-27页 |
| 3.2.3 算法介绍 | 第27-28页 |
| 3.3 本章小结 | 第28-29页 |
| 第四章 实验结果及分析 | 第29-33页 |
| 4.1 实验样本 | 第29页 |
| 4.2 参数对正确性的影响 | 第29-32页 |
| 4.3 本章小结 | 第32-33页 |
| 第五章 内容无关的视频识别系统设计 | 第33-39页 |
| 5.1 引言 | 第33页 |
| 5.2 系统模块简介 | 第33-34页 |
| 5.3 网络视频帧信息提取模块设计 | 第34-35页 |
| 5.3.1 视频数据获取模块 | 第34-35页 |
| 5.3.2 视频数据解析模块 | 第35页 |
| 5.4 视频识别模块 | 第35-37页 |
| 5.4.1 分级视频识别处理模块 | 第35-36页 |
| 5.4.2 参数配置优化模块 | 第36-37页 |
| 5.4.3 信息反馈模块 | 第37页 |
| 5.5 预处理及数据操作模块 | 第37-38页 |
| 5.5.1 预处理模块 | 第37页 |
| 5.5.2 数据操作模块 | 第37-38页 |
| 5.6 原型系统 | 第38页 |
| 5.7 本章小结 | 第38-39页 |
| 第六章 总结与展望 | 第39-41页 |
| 6.1 总结 | 第39页 |
| 6.2 未来工作 | 第39-41页 |
| 参考文献 | 第41-46页 |
| 研究生期间撰写的论文 | 第46-47页 |
| 致谢 | 第47-48页 |
