基于卷積神經(jīng)網(wǎng)絡(luò)的視頻分類檢索.pdf

1、隨著深度學(xué)習(xí)在圖像識別領(lǐng)域的巨大成功，深度學(xué)習(xí)被應(yīng)用到越來越多的領(lǐng)域，包括視頻處理領(lǐng)域，文本處理領(lǐng)域以及音頻處理領(lǐng)域。卷積神經(jīng)網(wǎng)絡(luò)是深度學(xué)習(xí)中非常重要的一類網(wǎng)絡(luò)模型，它和傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的區(qū)別在于引入了卷積層、池化層。卷積神經(jīng)網(wǎng)絡(luò)在圖像識別領(lǐng)域取得成功之后，研究人員開始逐步將其應(yīng)用于視頻分類任務(wù)中，并取得了分類效果上的提高，這充分說明了卷積神經(jīng)網(wǎng)絡(luò)在視頻分類任務(wù)中起到的重要作用。
　　本文的研究內(nèi)容在于實現(xiàn)一個通用且有效的分類檢索模型

2、。在圖像研究領(lǐng)域有研究人員提出在卷積神經(jīng)網(wǎng)絡(luò)中引入哈希層來得到圖像對應(yīng)的0-1向量哈希碼，使用這個哈希碼來進行相似圖片的查找，取得了不錯的效果。本文的一個創(chuàng)新點在于將這種思路引入到了視頻處理領(lǐng)域，驗證了哈希層在這個應(yīng)用場景中的有效性，繼而提出通用且效果更好的分類檢索模型;另外一個創(chuàng)新點在于采用了更為高效的檢索算法來提高模型的可用性。
　　本文在調(diào)研了相關(guān)領(lǐng)域的工作之后，采用了基于VGG-NET神經(jīng)網(wǎng)絡(luò)模型的視頻分類模型，在模型中引