基于深度學(xué)習(xí)的重復(fù)視頻檢測.pdf

1、近兩年來，隨著深度學(xué)習(xí)的快速發(fā)展，傳統(tǒng)方法無法解決的問題正在不斷被攻克。特別是在圖像、語音和文本領(lǐng)域，深度學(xué)習(xí)的技術(shù)結(jié)合更高性能的GPU計算，已經(jīng)逐漸成為一種趨勢。在互聯(lián)網(wǎng)時代，多媒體視頻作為一個重要的數(shù)據(jù)載體，在信息傳播中發(fā)揮著巨大的作用。然而信息膨脹，給多媒體視頻的檢索帶來了挑戰(zhàn)。重復(fù)視頻檢測，不僅可以減少冗余信息的傳播，也在保護(hù)版權(quán)和防止不良視頻傳播中起到了作用。
　　基于內(nèi)容的重復(fù)視頻檢索，一般可以分為三個部分，1.關(guān)鍵幀

2、提取2.特征提取和索引3.匹配過濾。當(dāng)前的方法中，大多都是利用圖像的局部特征。隨著深度學(xué)習(xí)的興起，卷積神經(jīng)網(wǎng)絡(luò)在圖像識別和檢索中取得了很好的效果，但并沒有被廣泛應(yīng)用到視頻檢索的相關(guān)領(lǐng)域之中。
　　本文的主要工作有兩個，一個是提出了比較快速的視頻關(guān)鍵幀提取的方法，適用于時長不超過30分鐘的短視頻;另一個是比較了卷積神經(jīng)網(wǎng)絡(luò)的圖像特征和局部點的SIFT特征在重復(fù)視頻檢索中的效果。在關(guān)鍵幀提取中，本文從性能和效果出發(fā)，分別提出了基于鏡頭