实时视频分析.

一种新的视频数据分析方法,是其他方法无法比拟的, 同时要求较低的处理, 储存和训练我.

365备用网站 华威大学
我们致力于确保我们的研究对世界产生独特的、有竞争力的影响. 我们相信通过合作的方式来研究和教育,以应对全球挑战和机遇.

Background.

2019年的每一天, 约2,世界各地的监控摄像头产生了三万亿兆字节的视频数据, 相比2015年的每天500 pb,这相当于7500万用户同时观看一小时的高清电视(IHS Markit), 1月26日, 2016). 这种巨大的增长推动了对分析视频数据的更有效方法的需求.

常用的深度神经网络,如卷积神经网络(CNN)在视频分析任务中表现出色, 但cnn的训练过程可能需要几天到几个月才能完成.

而基于手工特征描述符的方法需要更短的训练和处理时间, 提取的特征具有高维性,需要大量的存储空间和计算资源.

华威大学的新分析能够满足这些需求,并可用于分类, 行为识别, 对象识别, 视频监控, 监控和异常事件检测.

做一个调查.