目录

一：问题描述

二：实现思路

2.1 切换点

2.1.2 镜头切换点

2.1.2 音频切换点。

2.2 嘉宾识别 = 人脸识别 & 声纹识别

2.2.1 人脸识别

2.2.2 声纹识别

三：实验环境

四：分帧

4.1 直方图计算法

4.2 图像指纹：hash

4.3 SSIM法

4.4 实验输出及结果

五：人脸识别

5.1 数据集的构建

5.2 训练集和测试集的构建

5.3 数据的处理

5.4 人脸识别的历程

5.4.1 早期 模板匹配技术

5.4.2 中期 voila-jonesVJ框架

5.4.3 现在 深度学习

5.5 配置神经网络

5.5.1 CNN

5.5.3 VGG

5.5.3 定义损失函数和准确率

5.5.4 定义优化方法

5.6 训练网络和保存模型

5.6.1创建Executor

5.6.2展示模型训练曲线

5.6.3训练并保存模型

5.7 模型评估

5.7.1CNN

5.7.2VGG

5.8 对视频进行识别并且进行可视化输出

5.8.1 对视频进行识别

5.8.2 将结果可视化输出

5.9 实验结果及分析

六：音频识别

6.1 分段式声纹识别

6.2 说话人日志

6.2.1 说话人日志原理

6.2.2 说话人日志结果分析

6.3 数据可视化

七：代码查看方式

7.1 视频识别：

7.2 音频识别：

九：参考文献

一：问题描述

选题五：

二：实现思路

一开始拿到这个题目是有点懵的，因为我们组里都是信安，并没有学习过机器学习类似的课程，但是这道题目是一定要用到机器学习。再加上这道题老师并没有给出参考代码，所以可以说是完全是“从头开始”。不过功夫不负有心人并且老师给了我们最后一个选题充裕的时间，所以我们才可以将其做出来。