近日，实验室硕士生王迎新的一篇论文“Attention-based Video Hashing for Large-ScaleVideo Retrieval”（作者：王迎新、聂秀山、史洋、周鑫、尹义龙）被IEEE Transactions on Cognitive and Developmental Systems录用。

论文提出了一种基于注意力机制的视频哈希检索算法，利用LSTM及注意力机制，针对视频中每一帧的重要性的不同，赋予视频帧不同的权重，以此来提高神经网络的表示能力。方法首先对视频帧进行采样，以此来降低待处理的视频帧的数量；然后通过构建视频对，即同类样本构成的视频对（正样本对）和不同类样本构成的视频对（负样本对），采用孪生网络的思想，将两个视频输入到权重共享的两路网络中，通过LSTM和注意力机制，来学习视频的特征表示。与此同时，项目组通过设计良好的损失函数，使正样本对之间的距离小，而负样本之间的距离大；通过设置正则项，提高哈希码的平衡性和不相关性，进而提高哈希码的质量。在三个公开数据集HMDB51、FCVID和UCF101上验证了该方法的有效性。