【摘 要】
：
为了高效快速地检测相似的数字视频,设计和开发出一种基于感知哈希的视频拷贝检测软件。本文使用Python语言和OpenCV3实现一种基于低秩稀疏分解和离散小波变换的视频哈希算法,并通过PyQt5工具包设计图形化交互界面。本文所设计和开发的软件界面简洁美观,操作简便,实现了视频哈希的提取和相似视频检测等功能。
【机 构】
：
广西师范大学计算机科学与信息工程学院
【基金项目】
：
国家自然科学基金项目(61962008)。
论文部分内容阅读
为了高效快速地检测相似的数字视频,设计和开发出一种基于感知哈希的视频拷贝检测软件。本文使用Python语言和OpenCV3实现一种基于低秩稀疏分解和离散小波变换的视频哈希算法,并通过PyQt5工具包设计图形化交互界面。本文所设计和开发的软件界面简洁美观,操作简便,实现了视频哈希的提取和相似视频检测等功能。
其他文献
随着社交媒体的快速发展,挖掘社交媒体上海量文本的情感信息已经成为人们共同关注的课题。分析社交媒体文本情感信息不仅可以指导消费,还可以为商家改进商品提供建议。方面级别文本情感分析分为两个子任务:方面级别提取和方面情感判定。本文以汽车行业评论文本为研究对象,提出了一种基于联合学习的方面级别情感分析方法,通过端到端的模型实现方面级别文本情感分析。实验结果表明,基于联合学习的方法在方面级别情感分析中的表现优于流水线式方法,能有效解决流水线式方法产生的误差传递问题且减少模型训练时间。
室内家居设计为人们进行更好的家居设计提供了具体设计思路,但往往由于家居设计不够逼真而导致与实际效果不符。如何做出更好的室内家居效果,减少家居设计与实际设计当中的偏差,成为极具研究意义的课题。基于计算机动画的虚拟现实技术为室内家居设计提供了新思路,帮助人们能够更好的进行对应的室内家居设计,更为直观的查看室内家居设计的预期效果,减小设计效果与实际效果之间的差异。文中主要通过虚拟现实建模语言(VRML)
糖尿病视网膜病变(DR)是目前公认的主要致盲疾病之一,目前传统的视网膜图像处理步骤复杂且需要大量的人力物力,缺少一种完整的自动识别系统。针对这一问题,提出一种基于改进CNN的糖尿病视网膜病变图像分类模型,即SupplementNet。该模型在原有深度学习模型的基础上,改进卷积层中激活函数来使模型尽可能多地学习图像的特征,并在相应的卷积层后对图像数据进行批量正则化处理来提高模型的泛化性能。对比实验结
色彩搭配直接关系到文创产品的文化表达是否准确。针对以往色彩搭配系统存在的色彩搭配误差较大的问题,文中基于虚拟现实技术设计提出一种专门针对文创产品色彩自动搭配的系统。将虚拟现实技术(VR技术)应用到所提系统设计中,基于B/S三层架构,设计系统框架,构架包括数据访问层、业务逻辑层和表现层。硬件选择了分光测色仪、中央处理器、存储设备、虚拟现实体感交互装置,并对4种关键设备进行详细介绍。软件部分以BP神经网络算法为核心,对RGB三色值进行训练处理,根据训练结果构建文创产品色彩自动搭配模型,实现系统软件逻辑运算分析
传统卷积神经网络(CNN)提取人脸面部年龄特征信息时受限于感受野,易导致年龄识别准确率较低,本文建立了一种基于自校准卷积残差网络(SC-ResNet)的年龄识别方法。首先对输入图片进行裁剪和归一化预处理;然后在残差网络中用3×3卷积提取局部表观特征,再通过自校准SC-block模块进一步扩大局部特征提取范围,并将两者校准融合,获得更丰富的面部语义信息;最后采用Softmax结合交叉熵损失函数进行更
当前运动视频的图像分类和识别方法存在图像识别率低、识别不清晰图像较难的问题,为解决上述问题,文中提出基于神经网络的运动视频图像分类和识别研究。采用目标轮廓周长平方比轮廓面积的方法,提取运动目标图像特征,通过提取图像特征结果设计图像分类流程,建立神经网络图像分类模型完成图像识别。针对同一元素的不同角度进行拍摄获取,采用误差反向传播算法完成神经网络下的运动视频图像分类和识别。通过仿真实验验证设计方法的
由于传统课程设计评价系统的内部评价算法性能较差,导致用户在对某课程进行评价时由于人数众多且类型不同而造成系统崩溃瘫痪。针对上述情况,文中设计一种基于人工智能技术的课程设计开放式评价系统,以提高评价系统性能。系统的硬件设计主要沿用了原有系统的硬件设备,重点对软件进行设计。系统评价软件架构是根据NCEM评价模型设计的,具有较高的通用性、实用性和扩展性,能够兼容多种算法,采用综合分析法选取评价指标,划分出多层级指标体系,并使用层次分析法建立指标的重要性标度表。为了优化评价算法,建立模糊判别矩阵进行具体的权重计算
针对汽车市场竞争不断加剧的现状,制定准确的整车需求量对制造厂的销售计划具有重要参考意义。本文提出了一种基于Prophet和LSTM(长短期记忆网络)模型相结合的组合预测模型(Prophet-LSTM)。为验证模型的可行性,对汽车价值链业务协同过程中产生的整车销售时序数据资源进行了提取,首先利用Prophet模型对原始数据集进行特征提取,然后将特征放入到LSTM模型中进行多步时间序列预测,最后将两个模型的预测值进行加权融合得到最终的预测值。与单一模型进行实验对比,结果表明,Prophet-LSTM组合模型较
青少年编程教育如今广受关注,许多培养青少年思维和提供一定基础编程教学的平台应运而生,但仍存在无法可视化或不注重实践等问题。基于可视化编程语言Blockly和便携可移植的Android平台,本文开发了青少年编程教育系统。系统实现了编程的可视化,将晦涩的代码转为可拖动的代码块,并以闯关的方式逐步引导青少年掌握代码块的使用,更适合青少年学习;掌握编程思维和基础逻辑后,系统还提供了音乐创作等模块,供青少年自主创作,巩固学到的知识。
基于深度学习的超分辨算法研究发展迅速,所采用的模型主要由深度卷积神经网络组成。为了提升超分辨算法的性能,目前的做法主要是堆叠多层基本卷积神经网络或是设计足够复杂的网络结构来提升模型的表征能力。但这也导致模型的训练周期长,设计复杂度高,得到的模型参数量大,模型部署在实际终端中推理速度慢。因此,本文提出了基于多分支卷积重参数化算法,将系统的训练模型和部署模型进行分离,系统训练模型保证了经过训练后的模型