陈 旋

一、研究目的

随着光纤入户和5G网络的普及，人们从视频获取信息的占比越来越高。视频与文字、图片相比，增加了时间维度，信息从二维提高到了三维。在互联网信息监测中，用二维的技术无法满足三维结构的要求，这给新媒体监测提出了新的挑战。根据广播电视监测行业的特点，在每个阶段对新媒体的监测会有不同的目标，且有时会有紧急任务，也就是目标不固定、样本少、时间紧。若单纯使用人工播放并观看的方式进行监测，将严重消耗人力，成为新媒体监测的难点。为了解决这个问题，需要研究当今计算机视觉的最新成果，并结合广播电视行业的特点，找出适合业务要求的监测方法，最终实现机器自动监测，达到解放人力和减少网络信息危害的目的。

二、目标识别方法

本文主要研究在一个视频流中快速发现指定目标的监测过程，例如，在视频流中找到特定的标志、植物等。此过程不同于人脸识别技术，识别目标对象没有一个固定的分类，也没有固定的特征，不同种类的目标具有不同的形状、纹理、色彩、背景等特征。视频流是由一帧一帧的画面组合而成的，在视频流中找到目标也就是要在每一帧画面中找到目标。为了便于区分，目标识别定义为在视频流中找目标，而目标检测定义为在一帧画面中找目标。目标识别是目标检测的集合。目标检测最终会得到两个结果，即目标的定位以及目标的分类。目标的定位是指在画面中预测出目标的位置，也就是目标的坐标值、高和宽；……