基于记忆受限分层批归一化 LSTM 自编码器的视频片段拷贝检测
机器学习
2019-11-22 v1 计算机视觉与模式识别
网络与互联网体系结构
摘要
在本报告中，我们介绍一种用于可扩展视频片段拷贝检测的视频哈希方法。视频片段拷贝检测的目标是在大型数据库中找出这样的视频：其某一片段（在时间上裁剪）是给定查询视频的（变换后）拷贝。该变换可能是时间上的（例如丢帧、帧率改变）或空间上的（亮度与对比度改变、加噪等），尽管本报告主要关注检测时间攻击。我们提出的视频哈希方法使用深度学习神经网络，在同时考虑时间与空间特征的情况下，为整个视频学习变长二进制哈希码。这与大多数现有视频哈希方法形成对比，因为它们使用传统的图像哈希技术，在对每一帧或某些关键帧提取特征后获得视频的哈希码，从而未利用视频中固有的时间信息。我们的哈希方法对时间裁剪特别具有鲁棒性，使其在视频片段拷贝检测中极为有用。在由约 25,000 个含片段拷贝的视频组成的大型增广数据集上获得的实验结果证明了我们所提视频哈希方法的有效性。
引用
@article{arxiv.1911.09518,
title = {Video Segment Copy Detection Using Memory Constrained Hierarchical Batch-Normalized LSTM Autoencoder},
author = {Arjun Krishna and A S Akil Arif Ibrahim},
journal= {arXiv preprint arXiv:1911.09518},
year = {2019}
}
备注
Undergraduate Thesis