科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对目前公共场合大屏显示系统视频内容审核方法识别准确率低、难以部署在控制器上的问题，提出一种基于改进ShuffleNetV2的敏感内容识别方法。首先，在Block2模块拼接特征通道后引入高效通道注意力(ECA)模块，加强重要特征通道的权重；其次，采用最大池化替换Block2模块中的深度可分离卷积，减少复杂背景的干扰。将训练得到的模型进行转换并通过参数量化压缩模型，部署在以RK3399Pro为核心处理器的嵌入式控制器上，设计应用程序实现对视频文件中敏感内容的识别。实际测试结果表明：改进的ShuffleNetV2敏感内容识别模型准确率提升了3.85%,计算量减小了12.99%,在控制器上的检测速度达到每帧图像17 ms,并取得较好的识别效果，该方法可有效审核视频内容，并为大屏显示系统视频内容安全提供了可靠保障。
- 单位
