面向視頻檢索的高效哈希技術(shù)研究.pdf

1、近幾年，在多媒體和互聯(lián)網(wǎng)技術(shù)飛速發(fā)展的推動(dòng)下，視頻由于包含豐富的內(nèi)容，已逐漸成為信息表達(dá)和傳播的主要形式。截至2015年12月，我國(guó)互聯(lián)網(wǎng)視頻用戶(hù)數(shù)目達(dá)到5.04億，其中得益于移動(dòng)終端計(jì)算能力的升級(jí)和網(wǎng)絡(luò)帶寬的改善，手機(jī)視頻用戶(hù)數(shù)目已突破4.05億。據(jù)統(tǒng)計(jì)，互聯(lián)網(wǎng)上每分鐘全球產(chǎn)生約7.5PB數(shù)據(jù)，其中約90％是視頻和圖像，并且這個(gè)數(shù)量還在持續(xù)增加。在如此大規(guī)模的數(shù)據(jù)中，在有限帶寬和計(jì)算成本的約束下，通過(guò)高效視頻檢索快速準(zhǔn)確地獲取所需要的

2、信息，對(duì)信息社會(huì)各個(gè)領(lǐng)域都具有深遠(yuǎn)的影響。視頻哈希技術(shù)作為實(shí)現(xiàn)視頻檢索的核心技術(shù)之一，已受到國(guó)內(nèi)外研究學(xué)者的關(guān)注。
　　本文首先從探索圖像的可記憶性特征著手，驗(yàn)證了基于視覺(jué)關(guān)注的特征對(duì)表征圖像的可記憶性具有有效性;然后，將這種可記憶性特征應(yīng)用于視頻內(nèi)容的表征中，提出了一種基于可記憶性的視頻哈希算法;最后，考慮到目前視頻哈希算法中哈希碼長(zhǎng)的不可知性，提出了一種視頻哈希中的碼長(zhǎng)預(yù)測(cè)算法。
　　本文的主要?jiǎng)?chuàng)新和貢獻(xiàn)在以下三個(gè)方面:

3、
　　(1)探索了視覺(jué)關(guān)注對(duì)圖像可記憶性的影響。關(guān)于圖像可記憶性的研究核心之一是探索能夠預(yù)測(cè)圖像可記憶性的有效特征。現(xiàn)階段的研究主要著眼于不同的表觀特征對(duì)可記憶性的影響，而本文則是在已討論過(guò)的特征之外，探討視覺(jué)關(guān)注對(duì)可記憶性的影響。我們認(rèn)為，表觀特征是視覺(jué)刺激角度的特征，它反映了圖像在被視覺(jué)理解的過(guò)程中對(duì)視覺(jué)產(chǎn)生的刺激，而人眼的視覺(jué)接受信息應(yīng)該是受到刺激后的反應(yīng)，視覺(jué)關(guān)注模型恰好模擬了人在表觀特征刺激下的視覺(jué)注視行為。因此，通過(guò)視

4、覺(jué)關(guān)注模型獲取的視覺(jué)關(guān)注特征，被認(rèn)為是視覺(jué)反應(yīng)角度的特征，它在表征圖像內(nèi)容上已表現(xiàn)出良好的性能。該研究所提取的基于視覺(jué)關(guān)注的特征對(duì)表征圖像的可記憶性具有有效性。
　　(2)提出了一種基于可記憶性的視頻哈希算法。該算法是作為基于表觀特征和視覺(jué)關(guān)注特征的哈希算法之外的補(bǔ)充。因?yàn)橹暗难芯恳呀?jīng)表明基于視覺(jué)關(guān)注的空間直方圖特征對(duì)預(yù)測(cè)圖像的可記憶性具有有效性，在此定義該特征為可記憶性特征，然后用可記憶性特征來(lái)表征視頻內(nèi)容信息。其中，視覺(jué)關(guān)注

5、圖是通過(guò)檢測(cè)視頻片段中的視覺(jué)顯著度來(lái)構(gòu)造的，然后從視覺(jué)關(guān)注圖中檢測(cè)出三個(gè)不同的局部視覺(jué)顯著區(qū)域。計(jì)算得到視覺(jué)顯著區(qū)域的空間直方圖特征，也就是可記憶性特征，同時(shí)運(yùn)用基于核的監(jiān)督哈希方法將可記憶性特征轉(zhuǎn)化為哈希。實(shí)驗(yàn)結(jié)果表明，這種基于可記憶性的哈希算法對(duì)視頻哈希具有有效性。
　　(3)提出了一種視頻哈希中的碼長(zhǎng)預(yù)測(cè)方法。此方法能夠在海量數(shù)據(jù)集的環(huán)境中，僅通過(guò)部分?jǐn)?shù)據(jù)的訓(xùn)練就確定全部數(shù)據(jù)集中近似最佳的哈希長(zhǎng)度，為哈希長(zhǎng)度的確定提供了一種

6、更快捷且有參考依據(jù)的方式。
　　本文不僅對(duì)基于視覺(jué)關(guān)注的圖像可記憶性進(jìn)行了研究，而且將研究結(jié)果應(yīng)用于視頻哈希算法中，提出了一種基于可記憶性的視頻哈希算法。這主要是從特征提取的角度對(duì)視頻哈希進(jìn)行研究，特征不僅包含了刺激視覺(jué)的表觀特征，還融合了感知層和記憶層的促進(jìn)人認(rèn)知的特征。另外，提出了一種視頻哈希中的碼長(zhǎng)預(yù)測(cè)方法，為大數(shù)據(jù)環(huán)境中哈希長(zhǎng)度的確定提供了一種有依據(jù)的參考方式。綜上，對(duì)視頻內(nèi)容進(jìn)行有效的哈希表示，不僅在理論上有利于海量視頻