《表1 盗版视频分类的准确率》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于深度学习的盗版视频分类》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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%