TensorFlow视频处理,变化检测

我对机器学习是新手,仅具备神经网络的基本知识。

我有一个非常明确的任务:

1. 视频流显示静态画面(白色区域内有黄色方块)(不同视频中的方块位置不同)

视频流内容示例

2. 在某个时刻,视频内容发生变化,开始显示没有一些黄色方块的白色区域。

视频内容已改变

3. 我需要创建一种机制来确定并以某种方式指示这些变化。

检测到变化

我打算使用TensorFlow框架来完成这个任务。有人能指引我正确的方向吗?或者我会很高兴看到解决这个问题的步骤列表。

提前感谢。


回答:

如果你事先知道静态画面是什么样子,可能使用背景减除法会有效。你只需从每一帧中减去静态画面,并检查结果的内容。如果结果画面为空(为零或接近零,达到某个阈值),则没有变化需要检测。如果结果画面包含非零区域(可能高于或低于某个手动调整的阈值),则你在这个区域检测到了变化。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注