1、視頻中人工文本是由制作人員在影片制作后期手工添加的,用來(lái)補(bǔ)充說(shuō)明圖像內(nèi)容的文本字符。人工文本與圖像內(nèi)容的聯(lián)系緊密,使得它對(duì)圖像內(nèi)容的說(shuō)明以及檢索有著十分重要的意義,因此視頻中人工文本的提取與識(shí)別成為當(dāng)前的研究熱點(diǎn)。
　　本文在對(duì)現(xiàn)有視頻文本提取方法研究的基礎(chǔ)上,針對(duì)解決視頻圖像低分辨率、定位提取速度慢、特征提取方法復(fù)雜等問(wèn)題,給出一種基于對(duì)偶傳播神經(jīng)網(wǎng)絡(luò)(CPN)的視頻人工文本提取方法。
　　首先,針對(duì)目前存在的視頻文本提取

2、方法自動(dòng)化程度較低、網(wǎng)絡(luò)輸入特征提取方法復(fù)雜、訓(xùn)練樣本集制作困難的問(wèn)題,提出了對(duì)視頻幀進(jìn)行分割切片,直接以切片區(qū)域像素原始灰度值作為CPN輸入的方法;其次,針對(duì)CPN在模式分類方面的優(yōu)勢(shì),重點(diǎn)研究了CPN的結(jié)構(gòu)算法和特點(diǎn),以部分優(yōu)選的輸入樣本初始化輸入層與競(jìng)爭(zhēng)層連接權(quán)值矩陣、以期望輸出直接對(duì)競(jìng)爭(zhēng)層與輸出層的連接權(quán)值矩陣賦值的方法,結(jié)合競(jìng)爭(zhēng)層神經(jīng)元獲勝次數(shù)限定,解決了網(wǎng)絡(luò)“死神經(jīng)元”問(wèn)題,同時(shí)也使訓(xùn)練速度大大加快,網(wǎng)絡(luò)性能進(jìn)一步提高;然后