视频类别识别的方法及相关装置,包括图像接收模块、关键帧提取模块、图像降噪模块、特征信息识别模块、视频库模块、特征信息比对模块、识别结果输出模块。对识别出的视频数据中的关键帧的类别进行统计,根据统计结果确定视频数据的类别,实现了对视频类别的识别。项目的技术方案不需要人工识别视频的类别,降低了视频监测中视频类别识别的人工成本,此外,由于从视频文件中读取视频数据比人工观看视频的速度要快的多,所以项目的技术方案还提高了视频监测中视频类别识别的效率。同时,项目对提取的视频关键帧进行降噪处理,增强关键帧图像的清晰度,提高了视频识别分类的准确度
现有技术中,在对视频进行识别分类时,在对相应的视频进行录制、存储后,需要由工作人员回放视频人工识别出视频的类别,最后根据识别出的视频的类别进行处理。由于现有技术中是通过回放视频依靠人工识别出视频的类别的,所以需要雇用大量的监测人员,人工成本较高,同时,由于回放视频时需要监测人员从头至尾观看视频内容,所以效率较低。
通过上述分析,现有技术存在的问题及缺陷为:现有技术中是通过回放视频依靠人工识别出视频的类别的,所以需要雇用大量的监测人员,人工成本较高,同时,由于回放视频时需要监测人员从头至尾观看视频内容,所以效率较低。
黄健,毕业于重庆理工大学计算机软件开发,多年来一直致力于人工智能的研究,先后参与公司项目研发4项,发明专利1项。
苟尚进,重庆科创职业学院教师,毕业于西南大学计算机信息管理专业,多年来一直从事计算机教学和人工智能产品的研发,担任副主编的教材已公开使用,发明专利2项,承担自然科学基金1项。
评价单位:- (-)
评价时间:2022-10-30
综合评价
为使图像处理长期稳定运行,除需具备“优秀的检测能力”外“创建”、“运用”、“维持”等因素也至关重要。
CV-X系列只需在交互菜单上点击几个菜单项,即可实现理想的操作。
相机产品阵容丰富,可满足各类需求。控制器性能出色;CV-X系列用于将图像处理与机器人相结合。该系列在执行拣选和检测方面的表现亮眼。另外,自动校正功能可轻松匹配坐标
查看更多>