基于特征融合和曼哈顿量化的视频哈希学习方法

• 作者: 尹义龙 王舒婷 聂秀山
• 来源期刊: 南京大学学报（自然科学版）
• 学科: 工学
• 关键词: 视频哈希 特征融合 张量分解 曼哈顿量化
• 年，卷（期）: 2016,（4）
• 页码范围: 705-713
• 页数: 9页
• 分类号: TP391
• 字数: 6260字
• 语种: 中文
• DOI: 10.13232/j.cnki.jnju.2016.04.015

摘要

当前信息时代，随着计算机和多媒体技术的发展，在互联网尤其是移动互联网中，因视频数据结构复杂，特征维度高，其存储、传输和检索都面临着巨大的挑战，视频哈希学习是解决上述挑战的重要方法之一，已成为多媒体处理领域的研究热点。现有方法主要是利用视频不同特征构造视频哈希，但不同特征存在关联关系，为充分利用视频不同特征之间的关联关系，克服传统视频哈希编码的局限性，提出一种基于特征融合和曼哈顿量化的视频哈希学习方法。该方法首先提取视频的全局、局部和时域特征，并利用张量分解理论实现不同特征的融合，获取视频融合特征表示。然后使用曼哈顿量化对视频融合特征进行量化学习编码，得到视频哈希序列。与传统视频哈希算法相比，该方法不仅充分利用了多特征之间的关联互助关系，而且对原始视频特征的不同维度分别进行编码，较好的保持了原始特征之间的结构相似性。实验结果显示，该方法具有较好的性能。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	尹义龙	山东大学计算机科学与技术学院	82	1018	16.0	29.0
3	聂秀山	山东财经大学计算机科学与技术学院	20	62	4.0	6.0
7	王舒婷	山东财经大学计算机科学与技术学院	2	3	1.0	1.0