使用速率-覆盖率优化的联合音视频指纹媒体检索
信息检索
2016-09-07 v1
摘要
在本工作中，我们提出了一种用于媒体检索的联合音视频指纹自动内容识别（ACR）技术。该问题聚焦于如何平衡查询准确率与指纹大小，以及如何将指纹的比特分配给视频帧和音频帧以实现最佳查询准确率。通过构建一个与查询准确率高度相关的新颖概念“覆盖率”，我们能够形成一个速率-覆盖率模型，将原始问题转化为可通过动态规划解决的优化问题。据我们所知，这是首个使用联合音视频指纹ACR技术进行媒体检索并具有理论问题建模的工作。实验结果表明，与参考算法相比，所提出的方法在使用60%总比特率的情况下查询准确率提高了25%，在达到85%准确率的情况下比特率减少了25%，并且显著优于使用单一音频或视频源指纹的解决方案。
引用
@article{arxiv.1609.01331,
title = {Joint Audio-Video Fingerprint Media Retrieval Using Rate-Coverage Optimization},
author = {Guanghan Ning and Zhi Zhang and Xiaobo Ren and Haohong Wang and Zhihai He},
journal= {arXiv preprint arXiv:1609.01331},
year = {2016}
}
备注
12 pages, 14 figures