视频复制检测的高效逻辑门网络
计算机视觉与模式识别
2026-04-24 v1 人工智能
信息检索
摘要
视频复制检测需要在多样化的视觉扭曲下实现稳健的相似度估计，同时在超大规模场景下运行。虽然深度神经网络取得了强大的性能，但其计算成本和特征描述符大小限制了在高吞吐系统中的实际部署。为此，本文提出一种基于可微分逻辑门网络（Logic Gate Networks, LGNs）的视频复制检测框架，用其取代传统的浮点特征提取器，实现紧凑、基于逻辑的表征。我们的方法结合激进的帧级压缩、二进制预处理以及可训练的 LGN 嵌入模型，后者学习逻辑运算及其间接连接。训练后，模型可离散化为纯布尔电路，从而实现极快且内存高效的推理。我们系统评估了不同的相似度策略、二值化方案和 LGN 架构，跨越多个数据集折叠和难度水平。实验结果表明，LGN 基于模型在准确率和排序性能方面与先前模型相当或更优，同时产生的描述符小几个数量级，推理速度可达每秒 11000 个样本以上。这些发现表明，基于逻辑的模型为可扩展且资源高效的视频复制检测提供了有前景的替代方案。
引用
@article{arxiv.2604.21694,
title = {Efficient Logic Gate Networks for Video Copy Detection},
author = {Katarzyna Fojcik},
journal= {arXiv preprint arXiv:2604.21694},
year = {2026}
}