融合时序与感知视觉结构及基于逻辑推理匹配的近重复视频检测
信息检索
2020-05-18 v1 计算机视觉与模式识别
多媒体
摘要
本文提出一种用于近重复视频检测的架构，该架构基于：(i) 融合时序与感知视觉特征的索引与查询签名结构，以及 (ii) 计算索引文档与查询文档间逻辑推理的匹配框架。在索引方面，我们未采用在低维空间中拼接低级视觉特征（这会导致维数灾难与冗余问题），而是采用基于颜色与纹理概念的感知符号表示。在匹配方面，我们提出通过 N-gram 滑动窗口过程与理论严谨的基于格的结构相耦合，来实例化一个基于逻辑推理的检索模型。我们所涵盖的技术对一般视频编辑和/或退化具有鲁棒性且不敏感，使其非常适用于转播视频搜索。实验在从 TRECVID 02、03 和 04 集合收集的大量视频数据以及从两家德国电视台录制的真实世界视频广播上进行。与两种最先进的动态规划技术的经验比较令人鼓舞，并证明了我们方法的优势与可行性。
引用
@article{arxiv.2005.07356,
title = {Near-duplicate video detection featuring coupled temporal and perceptual visual structures and logical inference based matching},
author = {B. Tahayna and M. Belkhatir},
journal= {arXiv preprint arXiv:2005.07356},
year = {2020}
}