TensorFlow视频处理,更改检测
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。
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
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? –