1.本发明属于机器学习技术领域,尤其涉及一种自监督视频哈希学习方法、系统、电子设备及存储介质。
背景技术:
2.近年来,互联网视频流量的井喷式增长使得海量视频数据的处理成为了一个迫切的需求。对于用户来说,从杂乱繁多的视频中快速检索出感兴趣的目标视频,会极大地改善用户体验,提高用户粘性;对于互联网企业来说,精准的视频检索可以使视频推荐更加精确,也更便于精准推送营销信息,提高产品利润。
3.传统的基于关键字的视频检索方法,主要是通过对视频的关键字进行检索,返回与关键字相同或相近的视频,然而,对于当今海量的视频增量而言,对视频标注关键字是及其耗费时间和人力的。因此,基于内容的视频检索作为一个新的解决方案,在近年来逐渐发展起来,并成为了多媒体领域的一个研究热点。从原理上,基于内容的视频检索问题可归于近似最近邻搜索,而哈希学习是近似最近邻搜索问题的一个有效解决方法。哈希学习将原始数据通过某种设计的哈希函数映射到一个海明空间,从而将高维度的原始数据映射为低维的0/1二值码,在映射的同时保持原始数据的邻域相关性,使得原始空间中相关的样本在哈希空间中依然相似,原始空间中不相似的样本在哈希编码中的距离较大。海明空间中数据的相似性可以由0/1哈希码的异或运算得出的海明距离表示,与传统的距离计算相比,计算速度大大提升,与此同时,样本的低维二值码表示降低了检索时的存储需求。得益于这些技术优势,通过哈希学习实现的基于内容的视频检索具有广阔的应用前景。
4.有监督的哈希学习方法中,比较有代表性的方法是核监督哈希方法、基于列采样的离散监督哈希、快速监督哈希方法、最小损失哈希方法和有监督离散哈希方法。在无监督哈希学习方法中比较有代表性的方法有主成分分析哈希方法和谱哈希方法。
5.随着深度学习的发展,大量的基于深度神经网络的哈希学习方法涌现出来。由于深度神经网络拥有极为强大的特征表示能力,人们开始转向采用深度学习的方法来学习数据的哈希表示。非对称深度监督哈希方法采用卷积神经网络,并使用非对称的方式来进行哈希码的学习。深度监督离散哈希方法基于学习到的哈希码同样适合进行分类任务的假设,使用深度网络学习哈希码。
6.然而,目前的视频哈希学习方法依然存在诸如对视频的表达能力不够,计算代价高昂,或是检索准确性低的问题,导致其难以应用到现实场景中。
技术实现要素:
7.本技术实施例提供了一种自监督视频哈希学习方法、系统、电子设备及存储介质,以至少解决现有方法计算消耗大、学习到的哈希码表示能力差、检索精度低导致其难以应用到实际场景的问题。
8.第一方面,本技术实施例提供了一种自监督视频哈希学习方法,包括:视频数据准
备步骤,收集视频数据,并对所述视频数据中的无关内容进行裁剪处理;网络训练学习步骤,通过孪生网络获取所述视频的时空特征,根据所述时空特征得到期望长度的哈希码,并进一步利用所述哈希码计算损失并依据反向传播算法优化参数,以完成所述孪生网络的训练;哈希编码获取步骤,所述孪生网络训练完成后,在推理时将所述视频输入至所述孪生网络的其中一个路径,并从哈希投影组件得到该视频的128维的哈希编码;线上检索应用步骤,将所述孪生网络应用于线上检索时,获取待检索视频的所述128维的哈希编码,将所述128维的哈希编码与一检索库中视频的哈希编码计算海明距离,根据所述海明距离得到检索结果。
9.优选的,所述网络训练学习步骤进一步包括:基于一个对比学习框架,将来自任一所述视频的两个增强视图分别输入到所述孪生网络的两条路径,经过特征嵌入编码器提取所述时空特征,经哈希映射将提取的所述时空特征映射到哈希空间并得到期望长度的所述哈希码,然后利用所述两个增强视图的所述哈希码计算损失并依据反向传播算法优化参数,使得网络逐渐收敛。
10.优选的,所述网络训练学习步骤进一步包括:给出一个长度为t的所述视频,随机从所述视频的不同时间点以一定速率采样两个相同长度的序列,对其中一个所述序列应用变换得到第一增强视图,对另一所述序列应用相同的所述变换得到第二增强视图。
11.优选的,所述网络训练学习步骤进一步包括:根据一目标函数计算损失,所述目标函数定义为
[0012][0013]
其中,h1、h2分别代表两个增强视图的哈希码,c代表h1和h2协方差矩阵,b表示视频样例,i和j分别表示协方差矩阵行列维度。
[0014]
第二方面,本技术实施例提供了一种自监督视频哈希学习系统,适用于上述一种自监督视频哈希学习方法,包括:视频数据准备模块,收集视频数据,并对所述视频数据中的无关内容进行裁剪处理;网络训练学习模块,通过孪生网络获取所述视频的时空特征,根据所述时空特征得到期望长度的哈希码,并进一步利用所述哈希码计算损失并依据反向传播算法优化参数,以完成所述孪生网络的训练;哈希编码获取模块,所述孪生网络训练完成后,在推理时将所述视频输入至所述孪生网络的其中一个路径,并从哈希投影组件得到该视频的128维的哈希编码;线上检索应用模块,将所述孪生网络应用于线上检索时,获取待检索视频的所述128维的哈希编码,将所述128维的哈希编码与一检索库中视频的哈希编码计算海明距离,根据所述海明距离得到检索结果。
[0015]
在其中一些实施例中,所述网络训练学习模块进一步包括:基于一个对比学习框架,将来自任一所述视频的两个增强视图分别输入到所述孪生网络的两条路径,经过特征嵌入编码器提取所述时空特征,经哈希映射将提取的所述时空特征映射到哈希空间并得到期望长度的所述哈希码,然后利用所述两个增强视图的所述哈希码计算损失并依据反向传播算法优化参数,使得网络逐渐收敛。
[0016]
在其中一些实施例中,所述网络训练学习模块进一步包括:给出一个长度为t的所述视频,随机从所述视频的不同时间点以一定速率采样两个相同长度的序列,对其中一个
所述序列应用变换得到第一增强视图,对另一所述序列应用相同的所述变换得到第二增强视图。
[0017]
在其中一些实施例中,所述网络训练学习模块进一步包括:根据一目标函数计算损失,所述目标函数定义为
[0018][0019]
其中,h1、h2分别代表两个增强视图的哈希码,c代表h1和h2协方差矩阵,b表示视频样例,i和j分别表示协方差矩阵行列维度。
[0020]
第三方面,本技术实施例提供了一种电子设备,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述第一方面所述的一种自监督视频哈希学习方法。
[0021]
第四方面,本技术实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上述第一方面所述的一种自监督视频哈希学习方法。
[0022]
本技术可应用于深度学习技术领域。相比于相关技术,本技术实施例提供的一种自监督视频哈希学习方法,提出一种完全端到端的自监督视频哈希学习框架,通过自监督对比训练提升视频的表达能力,通过精心设计的目标函数降低哈希映射中的信息损失,提升检索精度。同时学习视频表征与哈希映射函数,流程简单、实用,学习到的哈希码表达能力强,提升检索精度。
附图说明
[0023]
此处所说明的附图用来提供对本技术的进一步理解,构成本技术的一部分,本技术的示意性实施例及其说明用于解释本技术,并不构成对本技术的不当限定。在附图中:
[0024]
图1为本发明的自监督视频哈希学习方法流程图;
[0025]
图2为本发明的自监督视频哈希学习系统的框架图;
[0026]
图3为本发明的电子设备的框架图;
[0027]
图4为网络训练学习的算法示意图;
[0028]
图5为特征嵌入编码器网络结构示意图;
[0029]
图6为哈希投影结构示意图;
[0030]
以上图中:
[0031]
1、视频数据准备模块;2、网络训练学习模块;3、哈希编码获取模块;4、线上检索应用模块;60、总线;61、处理器;62、存储器;63、通信接口。
具体实施方式
[0032]
为了使本技术的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本技术进行描述和说明。应当理解,此处所描述的具体实施例仅仅用以解释本技术,并不用于限定本技术。基于本技术提供的实施例,本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例,都属于本技术保护的范围。
[0033]
显而易见地,下面描述中的附图仅仅是本技术的一些示例或实施例,对于本领域
的普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图将本技术应用于其他类似情景。此外,还可以理解的是,虽然这种开发过程中所作出的努力可能是复杂并且冗长的,然而对于与本技术公开的内容相关的本领域的普通技术人员而言,在本技术揭露的技术内容的基础上进行的一些设计,制造或者生产等变更只是常规的技术手段,不应当理解为本技术公开的内容不充分。
[0034]
在本技术中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本技术的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是,本技术所描述的实施例在不冲突的情况下,可以与其它实施例相结合。
[0035]
除非另作定义,本技术所涉及的技术术语或者科学术语应当为本技术所属技术领域内具有一般技能的人士所理解的通常意义。本技术所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制,可表示单数或复数。本技术所涉及的术语“包括”、“包含”、“具有”以及它们任何变形,意图在于覆盖不排他的包含;例如包含了一系列步骤或模块(单元)的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可以还包括没有列出的步骤或单元,或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0036]
以下,结合附图详细介绍本发明的实施例:
[0037]
图1为本发明的自监督视频哈希学习方法流程图,请参见图1,本发明自监督视频哈希学习方法包括如下步骤:
[0038]
s1:收集视频数据,并对所述视频数据中的无关内容进行裁剪处理。
[0039]
在具体实施中,利用开源的kinetics600视频数据集或从互联网上收集大量的视频数据并进行简单的预处理,即裁剪掉无关视频内容。
[0040]
s2:通过孪生网络获取所述视频的时空特征,根据所述时空特征得到期望长度的哈希码,并进一步利用所述哈希码计算损失并依据反向传播算法优化参数,以完成所述孪生网络的训练。
[0041]
进一步的,基于一个对比学习框架,将来自任一所述视频的两个增强视图分别输入到所述孪生网络的两条路径,经过特征嵌入编码器提取所述时空特征,经哈希映射将提取的所述时空特征映射到哈希空间并得到期望长度的所述哈希码,然后利用所述两个增强视图的所述哈希码计算损失并依据反向传播算法优化参数,使得网络逐渐收敛。
[0042]
可选的,给出一个长度为t的所述视频,随机从所述视频的不同时间点以一定速率采样两个相同长度的序列,对其中一个所述序列应用变换得到第一增强视图,对另一所述序列应用相同的所述变换得到第二增强视图。
[0043]
可选的,根据一目标函数计算损失,所述目标函数定义为
[0044][0045]
其中,h1、h2分别代表两个增强视图的哈希码,c代表h1和h2协方差矩阵,b表示视频样例,i和j分别表示协方差矩阵行列维度。
[0046]
图4为网络训练学习的算法示意图,请参见图4,在具体实施中,基于一个对比学习框架,将来自任一视频v的两个增强视图v1和v2分别输入到孪生网络的两条路径,经过特征嵌入编码器提取视频的时空特征,经哈希映射将提取的时空特征映射到哈希空间并得到期望长度的哈希码。然后利用两个视图的哈希码计算损失并依据反向传播算法优化参数,使得网络逐渐收敛。
[0047]
首先,从数据集加载一个批次的视频数据,设批次大小为n,本技术实施例中n=512。对这n个视频分别进行样例增强,得到n对增强视图,将这n对增强视图分别输入网络的两条路径进行训练。一对增强视图可以公式化为
[0048]
v1,v2=aug(v),aug(v)
[0049]
具体的增强方式如下:
[0050]
a.时序采样。给出一个长度为t的视频,随机从视频的不同时间点以10fps的速率采样两个长度均为32帧的序列,记为t1、t2。
[0051]
b.空间变换增强。对t1应用随机裁剪、resize到224x224大小,随机水平翻转、随机颜色抖动、随机灰度化和随机高斯模糊变换,得到增强视图v1;对t2应用与t1相同的变换得到v2。
[0052]
图5为特征嵌入编码器网络结构示意图,请参见图5,每对增强视图经过特征嵌入编码器以抽取视频时空特征,编码后的特征表示为
[0053]
z1,z2=f(v1),f(v2)
[0054]
图6为哈希投影结构示意图,编码后的时空特征输入哈希投影组件,进一步将时空特征映射到哈希空间并进行哈希编码为
[0055]
h1,h2=g(y1),g(y2)
[0056]
将每个批次的哈希编码输入目标函数计算损失,反向传播梯度,更新网络参数θ。目标函数定义为
[0057][0058]
其中,其中c代表h1和h2协方差矩阵,b表示该批次所有样例i和j分别表示协方差矩阵行列维度。第一项强制同一视频不同增强视图哈希编码之间的海明距离尽可能小,第二项通过让同一视频不同增强视图哈希编码协方差矩阵尽可能为单位矩阵来强制同一视频不同增强视图间的哈希编码高度相关,第三项项通过让同一视频不同增强视图哈希编码协方差矩阵尽可能稀疏来强制哈希编码的平衡性(哈希编码中0和1出现的概率相等)。
[0059]
在具体实施中,当loss趋于稳定或训练800个epoch后停止训练,本技术实施例使用随机梯度下降进行训练,学习率依据余弦衰减规则进行调整,初始学习率为0.1。
[0060]
s3:所述孪生网络训练完成后,在推理时将所述视频输入至所述孪生网络的其中一个路径,并从哈希投影组件得到该视频的128维的哈希编码。
[0061]
在具体实施中,训练时网络两个视图共享参数,当网络训练完成后,推理时,将待编码视频输入网络其中一个路径,从哈希投影组件得到该视频的128维的哈希编码。由于该哈希码为[
‑
1,1]的实数,具体使用时还需要一个附加的简单函数,将输出的哈希编码每个维度离散化为0或者1。如下述公式所示,其中i代表输出哈希编码不同维度的值。
[0062][0063]
s4:将所述孪生网络应用于线上检索时,获取待检索视频的所述128维的哈希编码,将所述128维的哈希编码与一检索库中视频的哈希编码计算海明距离,根据所述海明距离得到检索结果。
[0064]
在具体实施中,当应用于线上检索时,直接使用生成的128维哈希码与检索库中视频的哈希码计算海明距离,根据距离得到检索结果。
[0065]
需要说明的是,在上述流程中或者附图的流程图中示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
[0066]
本技术实施例提供了一种自监督视频哈希学习系统,适用于上述的一种自监督视频哈希学习方法。如以下所使用的,术语“单元”、“模块”等可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件、或者软件和硬件的组合的实现也是可能并被构想的。
[0067]
图2为根据本发明的自监督视频哈希学习系统的框架图,请参见图2,包括:
[0068]
视频数据准备模块1:收集视频数据,并对所述视频数据中的无关内容进行裁剪处理。
[0069]
在具体实施中,利用开源的kinetics600视频数据集或从互联网上收集大量的视频数据并进行简单的预处理,即裁剪掉无关视频内容。
[0070]
网络训练学习模块2:通过孪生网络获取所述视频的时空特征,根据所述时空特征得到期望长度的哈希码,并进一步利用所述哈希码计算损失并依据反向传播算法优化参数,以完成所述孪生网络的训练。
[0071]
进一步的,基于一个对比学习框架,将来自任一所述视频的两个增强视图分别输入到所述孪生网络的两条路径,经过特征嵌入编码器提取所述时空特征,经哈希映射将提取的所述时空特征映射到哈希空间并得到期望长度的所述哈希码,然后利用所述两个增强视图的所述哈希码计算损失并依据反向传播算法优化参数,使得网络逐渐收敛。
[0072]
可选的,给出一个长度为t的所述视频,随机从所述视频的不同时间点以一定速率采样两个相同长度的序列,对其中一个所述序列应用变换得到第一增强视图,对另一所述序列应用相同的所述变换得到第二增强视图。
[0073]
可选的,根据一目标函数计算损失,所述目标函数定义为
[0074][0075]
其中,h1、h2分别代表两个增强视图的哈希码,c代表h1和h2协方差矩阵,b表示视频样例,i和j分别表示协方差矩阵行列维度。
[0076]
图4为网络训练学习的算法示意图,请参见图4,在具体实施中,基于一个对比学习框架,将来自任一视频v的两个增强视图v1和v2分别输入到孪生网络的两条路径,经过特征嵌入编码器提取视频的时空特征,经哈希映射将提取的时空特征映射到哈希空间并得到期望长度的哈希码。然后利用两个视图的哈希码计算损失并依据反向传播算法优化参数,使
得网络逐渐收敛。
[0077]
首先,从数据集加载一个批次的视频数据,设批次大小为n,本技术实施例中n=512。对这n个视频分别进行样例增强,得到n对增强视图,将这n对增强视图分别输入网络的两条路径进行训练。一对增强视图可以公式化为
[0078]
v1,v2=aug(v),aug(v)
[0079]
具体的增强方式如下:
[0080]
a.时序采样。给出一个长度为t的视频,随机从视频的不同时间点以10fps的速率采样两个长度均为32帧的序列,记为t1、t2。
[0081]
b.空间变换增强。对t1应用随机裁剪、resize到224x224大小,随机水平翻转、随机颜色抖动、随机灰度化和随机高斯模糊变换,得到增强视图v1;对t2应用与t1相同的变换得到v2。
[0082]
图5为特征嵌入编码器网络结构示意图,请参见图5,每对增强视图经过特征嵌入编码器以抽取视频时空特征,编码后的特征表示为
[0083]
z1,z2=f(v1),f(v2)
[0084]
图6为哈希投影结构示意图,编码后的时空特征输入哈希投影组件,进一步将时空特征映射到哈希空间并进行哈希编码为
[0085]
h1,h2=g(y1),g(y2)
[0086]
将每个批次的哈希编码输入目标函数计算损失,反向传播梯度,更新网络参数θ。目标函数定义为
[0087][0088]
其中,其中c代表h1和h2协方差矩阵,b表示该批次所有样例i和j分别表示协方差矩阵行列维度。第一项强制同一视频不同增强视图哈希编码之间的海明距离尽可能小,第二项通过让同一视频不同增强视图哈希编码协方差矩阵尽可能为单位矩阵来强制同一视频不同增强视图间的哈希编码高度相关,第三项项通过让同一视频不同增强视图哈希编码协方差矩阵尽可能稀疏来强制哈希编码的平衡性(哈希编码中0和1出现的概率相等)。
[0089]
在具体实施中,当loss趋于稳定或训练800个epoch后停止训练,本技术实施例使用随机梯度下降进行训练,学习率依据余弦衰减规则进行调整,初始学习率为0.1。
[0090]
哈希编码获取模块3:所述孪生网络训练完成后,在推理时将所述视频输入至所述孪生网络的其中一个路径,并从哈希投影组件得到该视频的128维的哈希编码。
[0091]
在具体实施中,训练时网络两个视图共享参数,当网络训练完成后,推理时,将待编码视频输入网络其中一个路径,从哈希投影组件得到该视频的128维的哈希编码。由于该哈希码为[
‑
1,1]的实数,具体使用时还需要一个附加的简单函数,将输出的哈希编码每个维度离散化为0或者1。如下述公式所示,其中i代表输出哈希编码不同维度的值。
[0092][0093]
线上检索应用模块4:将所述孪生网络应用于线上检索时,获取待检索视频的所述128维的哈希编码,将所述128维的哈希编码与一检索库中视频的哈希编码计算海明距离,
根据所述海明距离得到检索结果。
[0094]
在具体实施中,当应用于线上检索时,直接使用生成的128维哈希码与检索库中视频的哈希码计算海明距离,根据距离得到检索结果。
[0095]
另外,结合图1描述的一种自监督视频哈希学习方法可以由电子设备来实现。图3为本发明的电子设备的框架图。
[0096]
电子设备可以包括处理器61以及存储有计算机程序指令的存储器62。
[0097]
具体地,上述处理器61可以包括中央处理器(cpu),或者特定集成电路(application specific integrated circuit,简称为asic),或者可以被配置成实施本技术实施例的一个或多个集成电路。
[0098]
其中,存储器62可以包括用于数据或指令的大容量存储器。举例来说而非限制,存储器62可包括硬盘驱动器(hard disk drive,简称为hdd)、软盘驱动器、固态驱动器(solid state drive,简称为ssd)、闪存、光盘、磁光盘、磁带或通用串行总线(universal serial bus,简称为usb)驱动器或者两个或更多个以上这些的组合。在合适的情况下,存储器62可包括可移除或不可移除(或固定)的介质。在合适的情况下,存储器62可在数据处理装置的内部或外部。在特定实施例中,存储器62是非易失性(non
‑
volatile)存储器。在特定实施例中,存储器62包括只读存储器(read
‑
only memory,简称为rom)和随机存取存储器(random access memory,简称为ram)。在合适的情况下,该rom可以是掩模编程的rom、可编程rom(programmable read
‑
only memory,简称为prom)、可擦除prom(erasable programmable read
‑
only memory,简称为eprom)、电可擦除prom(electrically erasable programmable read
‑
only memory,简称为eeprom)、电可改写rom(electrically alterable read
‑
only memory,简称为earom)或闪存(flash)或者两个或更多个以上这些的组合。在合适的情况下,该ram可以是静态随机存取存储器(static random
‑
access memory,简称为sram)或动态随机存取存储器(dynamic random access memory,简称为dram),其中,dram可以是快速页模式动态随机存取存储器(fast page mode dynamic random access memory,简称为fpmdram)、扩展数据输出动态随机存取存储器(extended date out dynamic random access memory,简称为edodram)、同步动态随机存取内存(synchronous dynamic random
‑
access memory,简称sdram)等。
[0099]
存储器62可以用来存储或者缓存需要处理和/或通信使用的各种数据文件,以及处理器61所执行的可能的计算机程序指令。
[0100]
处理器61通过读取并执行存储器62中存储的计算机程序指令,以实现上述实施例中的任意一种自监督视频哈希学习方法。
[0101]
在其中一些实施例中,电子设备还可包括通信接口63和总线60。其中,如图3所示,处理器61、存储器62、通信接口63通过总线60连接并完成相互间的通信。
[0102]
通信端口63可以实现与其他部件例如:外接设备、图像/数据采集设备、数据库、外部存储以及图像/数据处理工作站等之间进行数据通信。
[0103]
总线60包括硬件、软件或两者,将电子设备的部件彼此耦接在一起。总线60包括但不限于以下至少之一:数据总线(data bus)、地址总线(address bus)、控制总线(control bus)、扩展总线(expansion bus)、局部总线(local bus)。举例来说而非限制,总线60可包括图形加速接口(accelerated graphics port,简称为agp)或其他图形总线、增强工业标
准架构(extended industry standard architecture,简称为eisa)总线、前端总线(front side bus,简称为fsb)、超传输(hyper transport,简称为ht)互连、工业标准架构(industry standard architecture,简称为isa)总线、无线带宽(infiniband)互连、低引脚数(low pin count,简称为lpc)总线、存储器总线、微信道架构(micro channel architecture,简称为mca)总线、外围组件互连(peripheral component interconnect,简称为pci)总线、pci
‑
express(pci
‑
x)总线、串行高级技术附件(serial advanced technology attachment,简称为sata)总线、视频电子标准协会局部(video electronics standards association local bus,简称为vlb)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下,总线60可包括一个或多个总线。尽管本技术实施例描述和示出了特定的总线,但本技术考虑任何合适的总线或互连。
[0104]
该电子设备可以执行本技术实施例中的一种自监督视频哈希学习方法。
[0105]
另外,结合上述实施例中的一种自监督视频哈希学习方法,本技术实施例可提供一种计算机可读存储介质来实现。该计算机可读存储介质上存储有计算机程序指令;该计算机程序指令被处理器执行时实现上述实施例中的任意一种自监督视频哈希学习方法。
[0106]
而前述的存储介质包括:u盘、移动硬盘、只读存储器(readonly memory,简称为rom)、随机存取存储器(random access memory,简称为ram)、磁碟或者光盘等各种可以存储程序代码的介质。
[0107]
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
[0108]
以上所述实施例仅表达了本技术的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本技术构思的前提下,还可以做出若干变形和改进,这些都属于本技术的保护范围。因此,本技术专利的保护范围应以所附权利要求为准。
再多了解一些
本文用于企业家、创业者技术爱好者查询,结果仅供参考。