技术特征：
技术总结
本发明公开了一种基于深度学习的视频GIS数据检索方法，包括：首先在对视频GIS数据进行空间和时间采样下，计算视频GIS帧帧差的欧式距离，并对视频镜头进行关键帧提取；然后建立由卷积层、激活层和池化层交替构成的深度卷积神经网络模型，对输入的视频GIS帧图像进行层层映射，实现视频GIS帧图像的深度特征表示；最后进行分层检索：第一层是用哈希方法和汉明距离进行粗检索；第二层把第一层粗检索的结果进行过滤，实现从候选池中视频GIS帧图像的前m个精检索。本发明采用帧差欧式距离来提取关键帧，使得检索的效率大大地提高，并采用深度卷积神经网络模型进行训练，提取更高层次的特征表示，使得检索时间和存储开销大幅度减少。
技术研发人员：邹志强;戴海宏;吴家皋;何旭;熊俊杰;索玉聪
受保护的技术使用者：南京邮电大学
技术研发日：2018.02.26
技术公布日：2018.07.13