面向視頻檢索的高效哈希技術研究.pdf

1、近幾年，在多媒體和互聯(lián)網技術飛速發(fā)展的推動下，視頻由于包含豐富的內容，已逐漸成為信息表達和傳播的主要形式。截至2015年12月，我國互聯(lián)網視頻用戶數(shù)目達到5.04億，其中得益于移動終端計算能力的升級和網絡帶寬的改善，手機視頻用戶數(shù)目已突破4.05億。據統(tǒng)計，互聯(lián)網上每分鐘全球產生約7.5PB數(shù)據，其中約90％是視頻和圖像，并且這個數(shù)量還在持續(xù)增加。在如此大規(guī)模的數(shù)據中，在有限帶寬和計算成本的約束下，通過高效視頻檢索快速準確地獲取所需要的

2、信息，對信息社會各個領域都具有深遠的影響。視頻哈希技術作為實現(xiàn)視頻檢索的核心技術之一，已受到國內外研究學者的關注。
　　本文首先從探索圖像的可記憶性特征著手，驗證了基于視覺關注的特征對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用于視頻內容的表征中，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的不可知性，提出了一種視頻哈希中的碼長預測算法。
　　本文的主要創(chuàng)新和貢獻在以下三個方面:

3、
　　(1)探索了視覺關注對圖像可記憶性的影響。關于圖像可記憶性的研究核心之一是探索能夠預測圖像可記憶性的有效特征?，F(xiàn)階段的研究主要著眼于不同的表觀特征對可記憶性的影響，而本文則是在已討論過的特征之外，探討視覺關注對可記憶性的影響。我們認為，表觀特征是視覺刺激角度的特征，它反映了圖像在被視覺理解的過程中對視覺產生的刺激，而人眼的視覺接受信息應該是受到刺激后的反應，視覺關注模型恰好模擬了人在表觀特征刺激下的視覺注視行為。因此，通過視

4、覺關注模型獲取的視覺關注特征，被認為是視覺反應角度的特征，它在表征圖像內容上已表現(xiàn)出良好的性能。該研究所提取的基于視覺關注的特征對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關注特征的哈希算法之外的補充。因為之前的研究已經表明基于視覺關注的空間直方圖特征對預測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表征視頻內容信息。其中，視覺關注

5、圖是通過檢測視頻片段中的視覺顯著度來構造的，然后從視覺關注圖中檢測出三個不同的局部視覺顯著區(qū)域。計算得到視覺顯著區(qū)域的空間直方圖特征，也就是可記憶性特征，同時運用基于核的監(jiān)督哈希方法將可記憶性特征轉化為哈希。實驗結果表明，這種基于可記憶性的哈希算法對視頻哈希具有有效性。
　　(3)提出了一種視頻哈希中的碼長預測方法。此方法能夠在海量數(shù)據集的環(huán)境中，僅通過部分數(shù)據的訓練就確定全部數(shù)據集中近似最佳的哈希長度，為哈希長度的確定提供了一種

6、更快捷且有參考依據的方式。
　　本文不僅對基于視覺關注的圖像可記憶性進行了研究，而且將研究結果應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視頻哈希進行研究，特征不僅包含了刺激視覺的表觀特征，還融合了感知層和記憶層的促進人認知的特征。另外，提出了一種視頻哈希中的碼長預測方法，為大數(shù)據環(huán)境中哈希長度的確定提供了一種有依據的參考方式。綜上，對視頻內容進行有效的哈希表示，不僅在理論上有利于海量視頻