斯坦福2016论文 使用Bloom Filters进行大规模以图搜视频

Large-Scale Query-by-Image Video Retrieval Using Bloom Filters

使用图片从数据库中搜索视频，要实现在大规模数据中应用的话，为数据库中视频的每一帧建索引是不实际的。论文的主要贡献是使用了基于Bloom Filter的框架，可以为长的视频段建立索引，能够实现高效的以图搜视频。
系统的框架如下：

场景：平均2-8分钟，相当于视频中的一个小故事。
镜头：平均3-8秒

实现的是图-场景的搜索，主要的贡献是：
1. 提出一种新的基于场景的描述子，将费舍尔向量和Bloom filters相结合，能够提升24%的准确率和4倍的速度。
2. 对不同特征和Bloom filter的哈希模式做了研究，表明point-indexed的描述子加上quantizer-based hashes能够提供最好的性能。
3. 使用三个数据集进行了大规模的实验（都使用倒排索引进行检索）