论文部分内容阅读
针对目前视频字幕定位精度不高和效率低下的问题,提出了一种基于量子神经网络的视频字幕定位方法。该方法首先利用视频关键帧的边缘特征,筛选出备选字幕区域;然后采用灰度共生矩阵提取备选图像块的纹理统计特征。把这些纹理特征参量输入到训练好的量子神经网络,判断备选字幕区域是否包含字幕;同时也为后续视频内容安全分析提供了技术支持。该方法由于采用量子计算,加快了神经网络的收敛,能够有效地提高字幕定位的速度,以及后续视频安全内容分析的效率。实验结果表明,该字幕定位方法具有较高的准确率。