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

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注