一种基于深度学习的视频哈希算法

本发明公开了一种基于深度学习的视频哈希算法，包括以下步骤：S1、将需要处理的视频输入；S2、构建一个三元组的图像数据集，其中为经过加噪等内容保留操作得到的相似帧图像；S3、搭建神经网络框架并且用所述步骤S2构建的三元组的图像数据集来训练网络，使之能将图片自动映射为固定长度的哈希序列；S4、将待处理视频的每一帧，共m帧输入至步骤S3训练好的神经网络模型；S5、计算每个当前帧的哈希序列hpresent与下一帧的哈希序列hnext之间的欧氏距离d；S6、将步骤S5中的d数值降序排列筛选前μ帧为关键帧组成集合F*，其余(m‑μ)帧为非关键帧；S7、将集合F*中每一关键帧获取哈希序列，将所有哈希序列组成矩阵M，之后计算矩阵M的每一行均值。根据本发明，与传统人工提取视频特征设计哈希序列的方法相比，极大节省了人力物力。