TensorFlow视频处理，更改检测

问题描述：

我是机器学习的新手，我只有神经网络的基本知识。TensorFlow视频处理，更改检测

我有很清楚的任务：

视频流显示静态图片（有黄色方块白色区域）（在位于不同地点的不同视频方块）

2.在某些时候，视频内容发生变化，并开始显示白色区域，但没有显示一些黄色方块。

3.我需要创建机制可确定并以某种方式指示的变化。

我要使用该任务TensorFlow框架。有人能把我推向正确的方向吗？或者我会很高兴看到解决问题的步骤清单。

在此先感谢。

请记住，为了检测到CHANGE，您必须向NN提供两张图像并检索这些信息，或者您可能想要考虑RNN - NN能够从一次运行到“记忆”一些数据的下一个。顺便说一句：你知道吗（这听起来像）神经网络是这样的矫枉过正？ – RuDevel

静态图片总是一样吗？或者在不同的视频流中甚至在同一个视频流中是否存在多个“静态”图片？ – kaufmanu

@RuDevel我的理解是否正确 - 您认为NN不适用于该任务？你能建议先开始吗？ –

答

如果你知道静态图片如何预览，可能是一些背景减法会起作用吗？基本上你只需从每帧中减去静态图片并检查结果的内容。如果生成的图像为空（零或接近某个阈值），则检测不变。如果结果图片包含非零区域（可能高于或低于某个手动调整的阈值），则检测到该区域发生变化。

谢谢，但任何想法如何努力争取noize？ “模糊”是一种常见的策略，但可能有更有效的东西？ –

我提到的阈值应该能够处理一些噪音。除此之外，我想最好尝试一下，看看这个简单的方法是如何执行的，并根据需要开发更复杂的策略。祝你的项目好运！ – kaufmanu