Optimizing CNN-Based Video Summarization With Digital Twin Framework for Adaptive Probability Thresholding

Rachit Adhvaryu

doi:10.1109/MCOMSTD.2025.3642934

Optimizing CNN-Based Video Summarization With Digital Twin Framework for Adaptive Probability Thresholding

2025-12-01

0

PRE

AI

Mr Ambresh Bhadrashetty

DOI：10.1109/MCOMSTD.2025.3642934

原文链接

原文求助

摘要

En 中文

视频数据的快速增长需要高效的摘要技术来提取关键见解，同时最小化计算开销。本研究调查了三种预训练CNN模型——AlexNet（61 M参数）、GoogLeNet（6.8M）和SqueezeNet（1.24M），其推理速度分别为23.8 ms/帧、18.4 ms/帧和12.6 ms/帧。这些计算差异显著影响实时摘要性能。引入了一种基于概率的阈值机制以优化目标检测，有效减少了误报并提高了分类精度。在模型中，GoogLeNet在精度（98.96%）和计算效率之间实现了最佳平衡，而AlexNet达到了最高的检测精度（99.12%），但表现出较高的误检率（5.6%）。SqueezeNet虽然轻量且资源高效，但达到了94.26%的精度，并在细粒度识别任务中存在局限性。概率与正确检测分析表明，0.7的阈值在提高精度的同时减少了误分类。所提出的自适应阈值框架在野生动物监测、智能监控和物联网赋能的视频分析等实际场景中显示出强大的适用性。通过将CNN架构与可扩展的物联网驱动方案相结合，本研究推动了面向下一代智能环境的鲁棒、准确且高效的视频摘要系统的发展。

Keyword:

Videos

Computational modeling

Accuracy

Real-time systems

Feature extraction

Computational efficiency

Convolutional neural networks

Deep learning

Adaptation models

Object detection

Optimizing CNN-Based Video Summarization With Digital Twin Framework for Adaptive Probability Thresholding

摘要

期刊

机构

引用论文