（一）招商方：山东建筑大学

（二）招商标的情况：

*.科技成果简介：

以哈希检索为代表的近似最近邻搜索方法近年来被广泛研究。得益于计算机在异或（***）运算中的极快速度和二进制码的存储优势，海明距离计算的时间复杂度和空间复杂度都远远小于欧式距离的计算和存储，从而达到快速近似最近邻检索的目标，可以显著提升大规模检索的速度和性能。在视频检索领域，现有技术的缺陷在于需要使用的视频帧较多，数据量较大，在哈希过程中忽视了时序特征（场景间）联系，且最后产生的哈希码矩阵冗余较大，所占空间较大，与哈希技术本身的特性相违背。鉴于此，研究团队提出了一种基于三元组深度学习的相似视频内容检索方法及系统，通过卷积神经网络和循环神经网络提取视频的局部图像特征和时域特征，并通过三元组信息和类别信息对整个网络进行训练，并辅以哈希码位约束来使生成的哈希码可以容纳更多信息，使最终对视频生成的哈希码具有很高的检索精度。

该项成果主要涉及基于三元组深度学习的相似视频内容检索方法及系统，包括：建立视频哈希检索模型，采用构建好的视频三元组对所述模型进行训练；将经过预处理后的待检索视频输入训练好的视频哈希检索模型，得到待检索视频的哈希码；将待检索视频的哈希码与视频库中视频哈希码进行比较，按海明距离进行排序返回，确定与带检索视频内容最相近的视频。本发明充分利用了视频的标签信息，并对视频的时序信息进行了融合，降低了训练模型的计算量，并提高了视频检索的效率。

该成果授权发明专利一项：基于三元组深度学习的相似视频内容检索方法及系统，专利号：** **** * *******.*，授权日期：****.*.**

*.拟转化方式：技术许可。

（三）招商价格：面议。

（四）交易组织方式：

项目征集到一个意向合作方后，转为正式挂牌项目交易。

投资者如有合作意向，请联系临沂市技术成果交易中心办理登记手续。