导读:本文包含了视频驱动论文开题报告文献综述及选题提纲参考文献，主要关键词:5G,AI视频,智媒体
视频驱动论文文献综述
李鹏[1]（2019）在《5G+AI驱动视频传播与智媒体建设》一文中研究指出5G时代,网络高速率、低时延、泛在网、高密度等特点,将推动信息传播与技术加速变革,视频化传播、智能化发展,将成为传播主要方向。在此背景下,"封面新闻"快速把握趋势,实现内容的全面视频化迭代,持续建设智媒体,打造智能编辑部,在媒体深度融合变革中走出了一条新路。(本文来源于《中国广播》期刊2019年07期）
李晗[2]（2019）在《科技驱动发展 坚守传播底线——第一视频网上线“青少年模式”呵护祖国花朵》一文中研究指出第一视频网自成立以来始终将履行社会责任摆在企业发展的重要位置,坚持守正创新,在发挥创新精神的同时,牢牢确保平台内容的质量安全,积极响应和充分配合政府开展的各类网络治理行动。为贯彻落实国家网信办试点网络短视频平台青少年防沉迷工作的统一部署,第一视频网成立专项工作组,将上线防沉迷系统作为履行社会责任的重要机遇和举措,主动加入防沉迷体系。5月28日,第一视频网在"六一"儿童节到来前,上线青少年防沉迷系统。在用户每天首次启动时,短视频平台中会有弹窗提醒用户是否选择青少年模式。进入该模式后,(本文来源于《网络传播》期刊2019年07期）
赵修凯[3]（2019）在《视频驱动的群体疏散行为仿真方法研究》一文中研究指出近年来随着社会经济的发展,城市化进程加快,我国人口密度迅速增加,各类大型公共场所建筑也日益增多。城市中人群高度集中,尤其是学校、地铁站、火车站等公共场所内人群密度极大,节假日、春运等高峰时期拥挤现象尤为明显。而且一般大型场所的建筑设计比较复杂,一旦发生爆炸、地震、火灾等紧急情况,如何快速地将建筑物内的所有人员安全疏散到建筑物外是亟待的问题。研究表明,一旦发生火灾地震等紧急情况,人群情绪极度恐慌,无法迅速合理地找到安全出口进行快速逃生,且在高人群密度的场景中还容易发生踩踏事故,降低了疏散效率,造成生命财产损失。由于经济和社会影响等方面因素,几乎不可能利用真实的人群演练进行预防,因此可以通过计算机仿真技术模拟紧急情况发生时的人群疏散情况。目前群体疏散仿真模型虽然可以完成整个疏散过程,但是其仿真的效果仍与真实情况下的行人运动有一定差距。其原因一方面在于仿真模型规划的群体运动路径与真实场景中人群逃生路径并不完全相同,另一方面现有的仿真模型无法逼真的还原真实场景下的行人避让效果。针对上述问题,本文提出一种视频驱动的群体疏散行为仿真方法。该方法通过从真实视频中提取建筑物场景特征,将安全疏散标志点设置为群体疏散引导点,并为这些点按紧急逃生出口指向设置方向参数,通过ESPRM算法最终得到疏散最优路径,存入路径图中;并通过视频数据提取群体运动的参数,将这些参数应用到RVO避障模型中,实现仿真时行人运动过程中的避让行为,从而实现较为真实的仿真效果。最后,本文构建了视频驱动的群体疏散仿真系统,对教学楼场景和大型户外场景进行仿真验证。本文的主要工作及创新点有以下几方面:1.提出一种基于安全疏散标志的ESPRM全局路径规划算法。该方法首先分析了安全疏散标志在全局路径规划中的作用,并通过对真实视频中建筑物特征和安全疏散标志进行提取与分析,得到疏散标志信息作为路径规划中的关键点应用于PRM算法中,最终使算法得到的疏散路径更接近于真实情况,使仿真结果具有较高的实用性。2.提出一种视频数据驱动的RVO模型。针对RVO模型假设所有个体在整个疏散过程中除了触发避让策略条件时运动速度发生变化,正常情况下都是匀速运动,忽略了真实情况下行人的运动速度是受多方面影响的情况,首先分析真实视频中拥挤程度对行人运动速度的影响,抽象量化出运动速度与行人密度的负相关性并应用到避让策略中。同时通过对真实视频中不同时刻不同状态下的人群运动数据进行抽象与分析,使用Pathfinder软件从真实视频中提取个体的坐标、数量以及个体当前时刻运动速度等参数,并将这些参数应用到疏散仿真中,使仿真实验开始时刻不同行人的初始化与不同个体运动速度的多样性。由于以上数据都来源于真实视频,因此保证了疏散仿真的真实性,也使疏散仿真过程中行人的速度变化更加逼真。3.构建视频驱动的群体疏散仿真系统。该系统基于Microsoft Visual Studio 2013、MFC开发完成,并应用于基于XNA Game Studio 2013开发的真实感渲染平台中,实现了场景建模、全局路径规划、群体运动仿真和运动状态展示等功能。并以教学楼场景和济南泉城广场场景为例,进行疏散仿真研究与分析,并将仿真结果利用真实感渲染平台渲染输出进行展示。实验结果表明,本文所提出的仿真方法能够较为高效地进行仿真,可以较为真实的模拟疏散过程,对真实场景下的人群疏散具有一定的参考价值。(本文来源于《山东师范大学》期刊2019-06-10）
宋明泽,张沛,李宏平,刘萌萌,高沛[4]（2019）在《5G驱动下的视频技术在体育行业的应用研究》一文中研究指出展望未来,5G的成熟与发展将对诸多行业产生巨大影响。5G对VR、短视频、体育赛事直播的推动和影响会更加明显,运营商在5G体育赛事视频传播方面也将面临新的机遇和挑战。高清视频、VR等大视频业务是5G发展初期的主要应用场景,同时在当前5G推广阶段,体育场景下的5G业务受到运营商的重视,将5G及大视频技术应用在奥运会等体育赛事也是2022年北京冬奥组委会明确提出的重点科研方向。(本文来源于《通信世界》期刊2019年15期）
姬德强[5]（2019）在《平台理论视野中的媒体融合——以短视频驱动的媒体融合为例》一文中研究指出在媒体融合的进程中,平台自身存在内生的技术、文化和经济逻辑。然而,平台本身作为"基础设施"的存在,作为建构多边市场结构的"中介者"的存在,围绕平台的更广泛的信息生产、流通和消费实践,以及和社会之间的复杂互动常被忽略。本文充分认识到这个新兴平台的"权变性"(contingency,或译为"偶然性"或"不稳定性"),及其导致的流量创造的流动性,在把握平台内外的利益相关者的基础上,思考短视频加持是否能持续带来预期的平台化效应,正面促进中国特色的媒体融合在轨运行。(本文来源于《新闻与写作》期刊2019年06期）
高山冰,陈尔维[6]（2019）在《垂直深耕·技术驱动·社交思维——从Vox Media看视频媒体创新融合》一文中研究指出本文通过对Vox Media在新媒体实践中的考察,探讨视频媒体融合转型中如何通过垂直化发展、技术创新与社交思维运用,促进人性需求与技术平衡的结合、科学精神与人文精神的融汇,进而提升创新融合质量与容量。(本文来源于《电视研究》期刊2019年06期）
孟锝斌[7]（2019）在《视频驱动的动态情感分析》一文中研究指出近年来,随着人工智能、计算机视觉和人脸相关技术的快速发展,智能机器人在各领域的广泛使用,人们希望计算机拥有人一样的情感,理解人类意图的渴望越来越强烈。人脸表情作为人类最重要的生物信号和情感信号,在人机交互、医疗诊断、机器人制造、侦查审讯等领域有重要的应用价值。如何精准理解人脸表情,自然引起人工智能研究者的广泛关注。传统的表情识别方法主要基于手工设计的特征,近年来深度学习技术快速发展,基于深度学习的识别算法成为表情识别任务的主流方法。视频表情识别任务主要关心如何融合视频帧音频等模态得到视频级表情特征。之前的研究方法未考虑视频帧的重要程度,基于此本论文提出基于注意力机制的表情识别框架,能赋予不明显的表情帧较低的权重,明显的表情帧较高的权重,从而得到鲁棒的视频级表情特征。本方法在CK+数据上达到99.69%的准确率,取得目前最好的识别效果。在AFEW上取得51.181%的准确率,接近最好的结果。近几年来,多模态表情识别领域进步飞快,2011至今举办的AVEC国际情感识别竞赛主要关注音频模态、视频模态的情感识别能力和两种模态融合方法。2013年举办至今的EmotiW国际情感识别竞赛主要关注真实场景挑战下情感识别的能力。本论文提出一个多模态表情识别框架在EmotiW2018比赛视频表情识别任务取得第九名,高出BaseLine17%。让计算机学会表情分类需要大量数据,且数据要反应场景的复杂条件。目前表情数据主要来源于实验室采集的表情和电影剪辑出的表情数据。实验室采集的表情缺乏真实场景的光照,遮挡和姿态条件,表情不够丰富,而且大规模采集的成本高。电影剪辑的表情数据,虽然包含复杂的背景信息,但过于夸张与生活的表情不同。基于此本论文建立大规模、标注可靠、反应真实场景的表情数据库。标注表情数据库会面临主观偏向的问题,不同表情数据库之间的差异会更大。因此设计算法减少数据标注主观性影响,是我们今后的研究方向之一。此外标注AUs的成本很高,所以这类的表情数据较少。如何利用图片表情数据提高AUs检测的性能是我们下一步的研究重点。(本文来源于《中国科学院大学(中国科学院深圳先进技术研究院)》期刊2019-06-01）
吴蕾蕾[8]（2019）在《数据驱动的移动视频直播拥塞控制技术研究》一文中研究指出作为网络实时通信WebRTC标准协议中网络传输部分最关键的算法,谷歌拥塞控制算法GCC已经应用到许多主流浏览器中(包括Chrome、Firefox、Opera等)。虽然GCC的目标在于实现高吞吐量的同时保持低延迟,但我们发现在移动视频直播场景中,GCC将网络延迟的小幅抖动视为网络拥塞的预兆,从而常常降低发送吞吐量来避免拥塞。为此,本课题从合作方淘宝(中国)软件有限公司获取了超过118万个手机淘宝直播会话的网络踪迹数据集,验证了GCC对强网的拥塞误判问题。进而本课题基于GCC提出了可重配置的拥塞控制算法GCC-β,避免了高达90%的不必要的比特率下降。此外,本课题提出了一个数据驱动的强化学习拥塞控制算法并验证了算法的性能,算法对于网络带宽的预测准确率从78.57%提升到88.16%。为了提升验证拥塞控制算法性能的速度,本课题设计并实现了一个直播过程模拟器,配合从WebRTC中提取的GCC算法,进行50小时的模拟直播只需要10分钟。(本文来源于《北京邮电大学》期刊2019-05-29）
周杨,王道静[9]（2019）在《依图发布自研AI芯片 一台机柜驱动一座城市视频流解析》一文中研究指出在科技兴警的建设浪潮中，公共安全视频监控已经成为提升平安中国建设、能力和水平的基础性工程。经过10多年的不懈努力，全国公安机关基本实现了对公共区域、主要道路节点、重点单位和要害部位的高清视频覆盖和视频资源全时可用。目前，大多数省级公安机关已建成视频图像信(本文来源于《人民公安报》期刊2019-05-14）
杨扬,张学骞[10]（2019）在《大数据驱动下美国网络视频产业的智能化转向——以Tubular Labs的运作实践为例》一文中研究指出大数据推动视频产业运用社群平台、视频服务、播放网站等消费者行为数据来发展新业态,以智能化的方式掌握商机。本文以美国数据分析企业Tubular Labs所开展的实践为例,分析大数据对影视作品在创作理念和生产机制上的影响。(本文来源于《中国电视》期刊2019年01期）
视频驱动论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
第一视频网自成立以来始终将履行社会责任摆在企业发展的重要位置,坚持守正创新,在发挥创新精神的同时,牢牢确保平台内容的质量安全,积极响应和充分配合政府开展的各类网络治理行动。为贯彻落实国家网信办试点网络短视频平台青少年防沉迷工作的统一部署,第一视频网成立专项工作组,将上线防沉迷系统作为履行社会责任的重要机遇和举措,主动加入防沉迷体系。5月28日,第一视频网在"六一"儿童节到来前,上线青少年防沉迷系统。在用户每天首次启动时,短视频平台中会有弹窗提醒用户是否选择青少年模式。进入该模式后,
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
视频驱动论文参考文献
[1].李鹏.5G+AI驱动视频传播与智媒体建设[J].中国广播.2019
[2].李晗.科技驱动发展坚守传播底线——第一视频网上线“青少年模式”呵护祖国花朵[J].网络传播.2019
[3].赵修凯.视频驱动的群体疏散行为仿真方法研究[D].山东师范大学.2019
[4].宋明泽,张沛,李宏平,刘萌萌,高沛.5G驱动下的视频技术在体育行业的应用研究[J].通信世界.2019
[5].姬德强.平台理论视野中的媒体融合——以短视频驱动的媒体融合为例[J].新闻与写作.2019
[6].高山冰,陈尔维.垂直深耕·技术驱动·社交思维——从VoxMedia看视频媒体创新融合[J].电视研究.2019
[7].孟锝斌.视频驱动的动态情感分析[D].中国科学院大学(中国科学院深圳先进技术研究院).2019
[8].吴蕾蕾.数据驱动的移动视频直播拥塞控制技术研究[D].北京邮电大学.2019
[9].周杨,王道静.依图发布自研AI芯片一台机柜驱动一座城市视频流解析[N].人民公安报.2019
[10].杨扬,张学骞.大数据驱动下美国网络视频产业的智能化转向——以TubularLabs的运作实践为例[J].中国电视.2019