基于层次特征融合哈希的近似重复视频检索方法

作     者：聂秀山 林培光 杨明哲 尹义龙 Xiushan NIE;Peiguang LIN;Mingzhe YANG;Yilong YIN

作者机构：山东财经大学计算机科学与技术学院济南250100 山东大学软件学院济南250101 

出 版 物：《中国科学：信息科学》 (Scientia Sinica(Informationis))

年 卷 期：2018年第48卷第12期

页      面：1697-1708页

核心收录：

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金项目(批准号:61671274 61876098 61573219) 山东省重点研究与开发项目(批准号:2017CXGC1504) 山东省高校优势学科人才团队培育计划资助项目 

主　　题：近似重复视频检索 视频哈希 层次特征 特征融合 监督学习 

摘      要：近年来,由于互联网上视频数量的爆炸式增长,基于视频哈希(Hash)的近似重复视频检索已经吸引了越来越多的研究者关注.在现有方法中,视频的视觉特征,包括单一特征以及多特征融合的方法被广泛应用于近似重复视频检索算法中.而低层视觉特征在表达高层语义方面存在不足,使得近似重复视频检索的性能变低.针对这一问题,本文提出了一种基于层次特征融合的视频哈希方法,用于近似重复视频检索.该方法首先从视频中提取低层人工定义特征,然后利用卷积神经网络提取中间层深度特征以及高层语义特征,最后把不同层级的特征融合起来,利用层次特征和样本之间的全局结构关系以及各特征之间的互补性,学习得到视频哈希,进而进行近似重复视频检索.该方法在CC-WEB-VIDEO数据库上进行了实验,实验结果证明本文方法与现有的方法相比在性能上有较大提升.