基于 CNN 检索的无监督度量学习用于近似重复视频检索
信息检索
2021-06-01 v1
摘要
作为重要的数据载体，急剧增长的多媒体视频数量常在搜索结果顶部带来许多重复和近似重复的视频。近似重复视频检索（NDVR）可对冗余内容进行聚类并过滤。本文提出的 NDVR 方法基于卷积神经网络（CNN）从全连接层及聚合的中间卷积层提取帧级视频表示。无监督度量学习用于相似度度量与特征匹配。一种结合 k-近邻的高效重排序算法融合了两级特征的检索结果，并进一步提升了检索性能。在广泛使用的 CC_WEB_VIDEO 数据集上的大量实验表明，所提方法优于当前最优方法。
引用
@article{arxiv.2105.14566,
title = {CNN Retrieval based Unsupervised Metric Learning for Near-Duplicated Video Retrieval},
author = {Hao Cheng and Ping Wang and Chun Qi},
journal= {arXiv preprint arXiv:2105.14566},
year = {2021}
}
备注
This paper is submitted to ICIP 2019