原文服务方: 计算机应用研究       
摘要:
针对目前相似性视频检索方法中快速性和准确性仍无法满足用户要求等问题,提出了一种基于3D卷积神经网络的视频快速检索方法.该算法将3D卷积神经网络与哈希学习方法结合应用于视频数据,既能快速学习视频时空特征表示,又能极大地缩短视频检索时间.在常用视频数据集上的实验结果表明,利用所提出的方法对视频进行相似性检索性能优于当前主流方法.
推荐文章
基于3D卷积神经网络的脑肿瘤医学图像分割优化
脑肿瘤
医学图像分割
多模态MRI
差异信息提取
多尺度采样
3D卷积神经网络
3D-ACC:基于3D集成电路的卷积神经网络加速结构研究
3D集成电路
脉动阵列
循环分块
性能模型
基于3D卷积神经网络的肝脏自动分割方法
三维卷积神经网络
深度监督机制
图割
先验信息
肝脏分割
基于注意力时空解耦3D卷积LSTM的视频预测
视频预测
卷积LSTM
注意力机制
时空解耦
重采样
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于3D卷积神经网络的视频哈希算法
来源期刊 计算机应用研究 学科
关键词 深度学习 哈希算法 视频检索
年,卷(期) 2020,(3) 所属期刊栏目 图形图像技术
研究方向 页码范围 887-890,900
页数 5页 分类号 TP391.41
字数 语种 中文
DOI 10.19734/j.issn.1001-3695.2018.07.0664
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李兵 中国科学院自动化研究所模式识别国家重点实验室 79 708 16.0 24.0
2 刘宏哲 北京联合大学北京市信息服务工程重点实验室 51 498 12.0 21.0
3 刘玉莹 北京联合大学北京市信息服务工程重点实验室 1 0 0.0 0.0
4 袁家政 10 8 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
深度学习
哈希算法
视频检索
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导