[发明专利]一种基于深度卷积网络的视频内容检索方法在审
| 申请号： | 201910696065.7 | 申请日： | 2019-07-30 |
| 公开（公告）号： | CN110659390A | 公开（公告）日： | 2020-01-07 |
| 发明（设计）人： | 叶武剑;江齐;刘怡俊;刘文杰;翁韶伟 | 申请（专利权）人： | 广东工业大学 |
| 主分类号： | G06F16/783 | 分类号： | G06F16/783;G06F16/71;G06K9/00;G06N3/04;G06N3/08 |
| 代理公司： | 44329 广东广信君达律师事务所 | 代理人： | 杜鹏飞 |
| 地址： | 510062 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度卷积网络的视频内容检索方法，通过深度学习的方法对视频进行分类，提取出网络模型，将模型移动至个人数据库，然后设计一个Html静态页面作为视频内容检索系统的检索模块，提出python运行功能、检索功能、文本显示功能三种要求，实现视频分类模块和视频内容检索模块的对接；该发明集合视频分类与视频检索与整体系统，能够在检索视频输入到系统自动给视频打上一个内容标签，同时可以检索出与视频相关的一类视频，达到实时输入，实时检索的效果。 | ||
| 搜索关键词： | 视频内容检索 视频 视频分类模块 个人数据库 检索功能 检索模块 检索视频 模型移动 内容标签 实时检索 视频分类 视频检索 网络模型 文本显示 运行功能 整体系统 卷积 检索 集合 分类 网络 学习 | ||
【主权项】：
1.一种基于深度卷积网络的视频内容检索方法，其特征在于，包括下述步骤：/nS1，视频的分类：/n确定所需检索的视频，通过网络爬虫或者网上数据下载，查找到所有与所需检索视频相关的视频信息及内容，通过深度卷积神经网络对所有视频进行分类；采用LSTM长短期记忆网络对所有视频数据进行分类处理；/nS1.1，将收集的视频按比例分成训练集和测试集，并将训练集视频切割成一张张关键帧的视频图像，将所有关键帧放置对应文件夹下；/nS1.2，将所有关键帧图像通过Inception模块遍历，然后在Inception模块网络的最终池化层即保存输出，不做最后的网络分类；然后将每个图像提取的特征整合，每40个帧特征整合为一个序列并保存至数据硬盘中；/nS1.3，将每个视频的序列按顺序输入到LSTM长短期记忆网络中，长短期记忆网络通过遗忘门、输入门和输出门决定信息的有用与否，并决定是否抛弃；遗忘门公式如下所示：/nf
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广东工业大学，未经广东工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910696065.7/，转载请声明来源钻瓜专利网。
