0

我是機器學習的新手,我只有神經網絡的基本知識。TensorFlow視頻處理,更改檢測

我有很清楚的任務:

視頻流顯示靜態圖片(有黃色方塊白色區域) (在位於不同地點的不同視頻方塊)

video stream content example

2.在某些時候,視頻內容發生變化,並開始顯示白色區域,但沒有顯示一些黃色方塊。

video content changed

3.我需要創建機制可確定並以某種方式指示的變化。

changes detected

我要使用該任務TensorFlow框架。有人能把我推向正確的方向嗎?或者我會很高興看到解決問題的步驟清單。

在此先感謝。

+0

請記住,爲了檢測到CHANGE,您必須向NN提供兩張圖像並檢索這些信息,或者您可能想要考慮RNN - NN能夠從一次運行到「記憶」一些數據的下一個。順便說一句:你知道嗎(這聽起來像)神經網絡是這樣的矯枉過正? – RuDevel

+0

靜態圖片總是一樣嗎?或者在不同的視頻流中甚至在同一個視頻流中是否存在多個「靜態」圖片? – kaufmanu

+0

@RuDevel我的理解是否正確 - 您認爲NN不適用於該任務?你能建議先開始嗎? –

回答

1

如果你知道靜態圖片如何預覽,可能是一些背景減法會起作用嗎?基本上你只需從每幀中減去靜態圖片並檢查結果的內容。如果生成的圖像爲空(零或接近某個閾值),則檢測不變。如果結果圖片包含非零區域(可能高於或低於某個手動調整的閾值),則檢測到該區域發生變化。

+0

謝謝,但任何想法如何努力爭取noize? 「模糊」是一種常見的策略,但可能有更有效的東西? –

+1

我提到的閾值應該能夠處理一些噪音。除此之外,我想最好嘗試一下,看看這個簡單的方法是如何執行的,並根據需要開發更復雜的策略。祝你的項目好運! – kaufmanu