Resumen

En este documento, estudiamos el desafío de la recuperación de imagen a video, que utiliza la imagen de consulta para buscar cuadros relevantes de una gran colección de videos. Se propone un nuevo marco basado en redes neuronales convolucionales (CNN) para realizar la recuperación de video a gran escala con bajo costo de almacenamiento y alta eficiencia de búsqueda. Nuestro marco consiste en el algoritmo de extracción de cuadros clave y la estrategia de agregación de características. Específicamente, el algoritmo de extracción de cuadros clave aprovecha la idea de agrupamiento para eliminar información redundante en los datos de video y reducir en gran medida el costo de almacenamiento. La estrategia de agregación de características adopta el promedio de agrupación para codificar características convolucionales locales profundas seguido de una recuperación de gruesa a fina, lo que permite una recuperación rápida en la base de datos de video a gran escala. Los resultados de experimentos extensos en dos conjuntos de datos públicos demuestran que el método propuesto logra una eficiencia superior

• Materias:Patrones temporales Modelos 3D Reconstrucción de objetos Modelo piramidal Planos simétricos
• Subjects:Temporal patterns 3D models Object reconstruction Pyramidal model Symmetric planes
• Palabras claves:Imagen; Recuperación de video; Redes neuronales convolucionales; Algoritmo de extracción de fotogramas clave; Estrategia de agregación de características; Base de datos de video a gran escala
• Keywords:Image; Video retrieval; Convolutional neural networks; Key-frame extraction algorithm; Feature aggregation strategy; Large-scale video database