摘要
为了提高对人体运动视频的自动识别和检测能力,提高可靠性能,提出一种基于卷积神经网络的人体运动视频传输可靠性评估算法.由卷积神经网络算法识别人体运动视频传输的自适应分类,提取人体运动视频的空间边缘像素点分布标,结合边缘模块特征匹配技术构建人体运动视频的分块检测模型,实现对人体运动视频的特征辨识和图像采样.采用Harris角点检测方法定位人体运动视频的分块区域,在人体运动视频的分块区域内检测人体运动视频的形体轮廓区域,构建可靠性评估均衡博弈模型完成视频干扰抑制.采用视频特征提取和自动降噪方法分离人体运动视频传输过程中的多径特征,在神经网络的隐含层引入人体运动视频的几何特征,得到人体运动视频传输的可靠性评估的学习系数,完成可靠性评估.实验结果表明,采用该方法进行人体运动视频传输的可靠性较好,对视频图像的特征分辨能力较强且视频图像传输耗时较短,降低了视频传输的误码率.
基金项目
教育部科技发展中心产学研创新基金(2018A01002)
教育部人文社科基金(15YJC890004)
中国博士后基金(2017M610852)
吉林省社科基金重点项目(2016A5)
国家科技期刊平台
NSTL
维普
万方数据