《表1 盗版视频分类的准确率》
因为图像的尺寸是不同的,我们调整所有的图像的尺寸为256×256,然后随机的剪切大小为224×224的小块当做VGG19和ResNet50的输入。我们将最后输出层的个数调整为4,批大小设置为30,使用0.01的权重衰减和0.9的Nesterov动量。在Piracy Video-4数据集上使用随机梯度优化算法[13]训练了32轮。VGG19和ResNet50模型先在ImageNet数据集上进行预训练。接着在Piracy Video-4数据集上进行分类训练。在损失函数达到最小值时进行特征提取,然后我们根据公式(1)中λ=600挑选2048维的特征。挑选的特征被传递到KELM进行分类。KELM的权重是根据随机分布进行初始化,然后根据特征分类结果进行调整。实验中,KELM在隐藏层随机选择了7000个神经节点。如表1所示,我们的方法展现了先进的结果,比只用VGG19和ResNet50分类分别高1.7%和2.3%
图表编号 | XD00153188300 严禁用于非法目的 |
---|---|
绘制时间 | |
作者 | 张乃光、李珊珊、薛子育 |
绘制单位 | 国家广播电视总局广播电视科学研究院 |
更多格式 | 高清、无水印(增值服务) |