基于3D 卷积的视频错帧筛选方法

来源：计算机技术与发展杂志2018年第05期北京时间：

作者：缪宇杰;吴智钧;宫婧

摘要：为了提取更好的视频特征,提高训练精准度,提出了一个基于 CNN(convolutional neural network,卷积神经网络)的错帧筛选模型。 所谓错帧,是指在时间上乱序的帧序列,相反,有序帧是指遵守时间顺序的帧序列。 其目标是从若干组帧序列中,筛选出顺序错误的一组帧序列。 采用无监督学习的方法来训练模型,因此不需要依赖有标签的数据集。 基于这个模型的目标以及无标签的训练方式,采用了一个多分支的 CNN 结构,并且是端到端的。 其输入的若干组帧序列从视频中采样获得,分别进行 3D 卷积编码后,能够提取出每组帧序列在时间和空间上的特征。 为了找出帧顺序有误的一组序列,该模型对每组帧序列进行对比,找出它们之间的共同规则,从而筛选出违背此规则的那一组序列。 在 UCF101 数据集上的实验结果证实了该方法的有效性,错帧筛选的准确率高。

关键词：无监督学习;卷积神经网络;错帧筛选;3D 卷积