深度度量学习视频指纹算法

摘要：

在满足鲁棒性、独特性前提下,为了提高视频指纹系统紧凑性,提出一种端到端的深度度量学习视频指纹算法.网络整体框架由权值共享的三分支网络组成,分支网络采用改进的3D残差网络将多层特征融合并进行压缩,实现视频数据到指纹的端到端映射.网络目标函数由度量和分类双损失函数组成,其中,设计的边界约束三元组角度度量损失函数克服了普通三元组损失函数对特征相关性表达不足的问题;分类损失函数弥补了度量损失对样本特征整体分布不敏感的问题.在公开数据集FCVID上对文中算法、传统方法和深度方法进行了大量实验.结果表明,深度度量学习视频指纹算法在鲁棒性、独特性提高的同时紧凑性显著提高.

关键词：深度度量学习、多层特征融合、端到端、双损失函数

所属期刊栏目：32

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家重点研发计划;国家自然科学基金;河南省科技攻关计划;河南理工大学博士基金

在线出版日期：2020-09-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1411-1419