(BLSTM)Play and Rewind_ Optimizing Binary Representations of Videos by Self-Supervised Temporal Hash

论文的贡献：
1.我们提出了一种新的无监督视频哈希框架，称为自监督时间哈希（ssth）。据我们所知，ssth是视频哈希的第一个原则性深层框架。它是一种优化的端到端方法，解决了传统视频散列方法中的各种弱点，例如对时间性质的无知以及对池、松弛和二值化的隔离。
2。我们开发了一个新的lstm变量，名为binary lstm（blstm），它是temporalaware散列函数的构建块。我们还开发了一个有效的反向传播规则，可以直接解决BLSTM的二进制优化问题，而不需要任何松弛。
3。对传统的一阶编码器译码器RNN[27，28]进行了改进，采用了正反阶帧重构的方法。我们的策略是一个新的无监督学习目标，更好地模拟数据的时间性质。

BSLTM 的每个节点构建如下：

其中 圆圈表示元素的乘法

每个节点图示：

因为增加了一个BatchNormal计算，所以BLSTM比LSTM得到的数据更去相关和平衡，如图：

网络的整个图形：

中间部分细化如下：

编码和解码都是两层结构
重建公式：


损失函数：