基于深度卷积神经网络的视频检索
计算机视觉与模式识别
2017-12-04 v1
摘要
近年来，随着在线视频的急剧增长，快速视频检索研究受到越来越多的关注。作为图像哈希技术的扩展，传统视频哈希方法主要依赖手工特征并将实值特征转换为二值哈希码。由于视频提供的视觉信息比图像更加多样和复杂，从视频中提取特征比从图像中提取更具挑战性。因此，需要高层语义特征来表示视频，而非低层手工方法。本文提出一种深度卷积神经网络以提取高层语义特征，并将二值哈希函数集成到该框架中以实现端到端优化。特别地，我们的方法还结合三元组损失函数（保持视频的相对相似性与差异性）与分类损失函数作为优化目标。在两个公开数据集上进行了实验，结果表明所提方法优于其他最先进的视频检索方法。
引用
@article{arxiv.1712.00133,
title = {Video retrieval based on deep convolutional neural network},
author = {Yj Dong and JG Li},
journal= {arXiv preprint arXiv:1712.00133},
year = {2017}
}