Application of deep learning and computer vision frameworks for solving video context prediction problem
У роботі описано програмний продукт для вирішення задачі прогнозування змісту відеопотоку. Архітектура розробки використовує інфраструктуру програмних рішень TensorFlow для глибинного навчання разом з бібліотекою комп’ютерного зору OpenCV в ізольованому агентному середовищі. Наведені експериментальн...
Gespeichert in:
| Veröffentlicht in: | Проблеми програмування |
|---|---|
| Datum: | 2016 |
| 1. Verfasser: | |
| Format: | Artikel |
| Sprache: | English |
| Veröffentlicht: |
Інститут програмних систем НАН України
2016
|
| Schlagworte: | |
| Online Zugang: | https://nasplib.isofts.kiev.ua/handle/123456789/126402 |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Zitieren: | Application of deep learning and computer vision frameworks for solving video context prediction problem / D. Voloshyn // Проблеми програмування. — 2016. — № 2-3. — С. 164-169. — Бібліогр.: 7 назв. — англ. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| Zusammenfassung: | У роботі описано програмний продукт для вирішення задачі прогнозування змісту відеопотоку. Архітектура розробки використовує інфраструктуру програмних рішень TensorFlow для глибинного навчання разом з бібліотекою комп’ютерного зору OpenCV в ізольованому агентному середовищі. Наведені експериментальні результати, які демонструють ефективність розробленого програмного забезпечення.
В работе описано программный продукт для решения задачи прогнозирования содержания видеопотока. Архитектура приложения использует инфраструктуру программных решений TensorFlow для глубинного обучения вместе с библиотекой компьютерного зрения OpenCV в изолированном агентном окружении. Приведены экспериментальные результаты которые демонстрируют эффективность программных разработок.
Authors describe an application for solving video context detection problem. Application architecture use state-of-the-art deap learning TensorFlow framework together with the computer vision library OpenCV in isolated agent environment. The experimental results are shown to demonstrate the effectiveness of developed product.
|
|---|---|
| ISSN: | 1727-4907 |