近年來隨著互聯(lián)網(wǎng)及移動通訊技術(shù)的迅猛發(fā)展,各種類型的多媒體數(shù)據(jù)呈爆炸性增長,特別是視頻數(shù)據(jù),因其形象、生動的特性逐漸成為互聯(lián)網(wǎng)用戶獲取信息的重要數(shù)據(jù)形式,各種電視劇、電影等豐富視頻資源在視頻網(wǎng)站和平臺的廣泛傳播更是加速了這一趨勢。同時(shí),短視頻平臺的興起,為互聯(lián)網(wǎng)用戶快速上傳和下載視頻內(nèi)容也提供了便利。大量視頻數(shù)據(jù)源源不斷地產(chǎn)生,在豐富互聯(lián)網(wǎng)用戶文化娛樂生活的同時(shí),也為互聯(lián)網(wǎng)視頻的搜索和推薦帶來了一系列挑戰(zhàn)。如何將用戶想要的結(jié)果從海量視頻數(shù)據(jù)中檢索出來已成為當(dāng)下一個(gè)研究熱點(diǎn)�；趦�(nèi)容的視頻哈希檢索方法正是解決這一問題的一個(gè)可行方案�；趦�(nèi)容的視頻哈希檢索方法通過將視頻內(nèi)容信息映射成離散的二值碼,即映射成哈希碼,來實(shí)現(xiàn)大規(guī)模視頻數(shù)據(jù)的準(zhǔn)確和快速檢索。由于映射成的哈希碼是離散的,可以通過快速的異或操作來計(jì)算不同視頻之間的海明距離,大大降低了計(jì)算復(fù)雜度和存儲空間�，F(xiàn)有的視頻哈希檢索方法大多將視頻中每一幀的重要性同等看待。然而,在實(shí)際應(yīng)用中,視頻幀與幀之間的重要性是不同的。因此,應(yīng)該考慮視頻不同幀的重要性的差別來設(shè)計(jì)視頻哈希算法�；谶@一動機(jī),本論文提出了一種基于注意力機(jī)制的視頻哈希檢索方法。該方...

【文章頁數(shù)】：59 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２－１哈希學(xué)習(xí)思想示例Ｗ??哈希學(xué)習(xí)可以將文本、圖像、視頻等類型的數(shù)據(jù)映射成一段較短的哈希碼，??

?山東大學(xué)碩士學(xué)位論文???第２章相關(guān)技術(shù)介紹??在本章中，首先對哈希學(xué)習(xí)進(jìn)行簡單的介紹。然后詳細(xì)介紹本文方法中所使??用的各種相關(guān)技術(shù)，包括卷積神經(jīng)網(wǎng)絡(luò)，長短期記憶神經(jīng)網(wǎng)絡(luò)和注意力機(jī)制。??２．１哈希學(xué)習(xí)??隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，海量的數(shù)據(jù)被互聯(lián)網(wǎng)用戶上傳到互聯(lián)網(wǎng)上，其中尤??....

圖２－２ＶＧＧ－１６?（?

?山東大學(xué)碩士學(xué)位論文???在本方法中，我們使用ＶＧＧ網(wǎng)絡(luò)來提取視頻中每一幀的特征。ＶＧＧ網(wǎng)絡(luò)結(jié)??構(gòu)相對比較簡單，通過卷積層的疊加來學(xué)習(xí)圖像的高級特征，ＶＧＧ－１６和ＶＧＧ－??１９的網(wǎng)絡(luò)結(jié)構(gòu)圖如圖２－２?（ａ）和圖２－２?（ｂ）所示。??（?（?＂１??２２４＊２２４?圖像?....

圖２－３長短期記憶神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖??長短期記憶神經(jīng)網(wǎng)絡(luò)包括一個(gè)輸入門，一個(gè)輸出門，一個(gè)遺忘門和兩個(gè)狀態(tài)??

列中的長期依賴信息。梯度消失問題與梯度爆炸問題是??由于權(quán)重矩陣循環(huán)相乘導(dǎo)致的。解決梯度爆炸問題可以采用截?cái)嗟姆绞�。通過設(shè)??置一個(gè)臨界值，將大于臨界值的梯度的值截?cái)酁樵撆R界值。然而，該方法會在一??定程度上改變梯度的方向。梯度消失問題無法使用截?cái)嗟姆绞絹磉M(jìn)行處理。如果??采用截....

圖２＊４圖像中的注意力機(jī)制［５４１??２．４．２自然語言處理中的注意力機(jī)制??

?山東大學(xué)碩士學(xué)位論文???的位置。如圖２－４所示，圖像中紅色的區(qū)域表示注意力集中地地方，而藍(lán)色的區(qū)??域代表人類的注意力不在這個(gè)位置。當(dāng)人類看到圖２－４左上角圖像時(shí)，會自動將??注意力集中在圖像中的狗身上，因此紅色區(qū)域主要集中在狗身上；同樣地，當(dāng)人??類看到圖２＊４右上角的圖像....

本文編號：4051924