由于目前谷歌等大型网络公司对神经网络的深入研究。现在卷积神经网络已经能对文字和图片的进行识别高效而准确的识别。但是对于视频内容的识别还处于开始阶段。于是我想在卷积神经网络在视频信息处理的可行性方面做出一点探究。而这次我把目光投向了游戏视频。

    游戏直播一直都是网络直播行业的主力军。而为了保留下精彩瞬间吸引更多观众，各大直播平台也纷纷推出了自己的录播平台，上传自己游戏主播的精彩视频。但是，将整段整段的录播内容上传十分耗费时间，保留这些视频也十分耗费内存。如果能对视频进行切割，只保留有游戏的部分，除掉其它与游戏无关部分，将会大大缓解这些问题，并且还能方便看录像的观众跳过等待时间。但是，对视频进行分段十分耗费人力。中国目前知名的直播平台douyuTV，仅游戏类主播每天就能产生上千个小时的录播视频。人力将无法有效地处理如此庞大的数据量，因此我想尝试卷积神经网络是否能对这些游戏视频做出高效的处理。本文将通过机器学习来建立 “绝地大逃杀” 这款游戏视频的卷积神经网络模型，使其对这款游戏开始，游戏中，和结束3各阶段进行识别。