视觉信息作为最直观的媒体,是人类感知外界的重要媒介。图像和视频处理一直是专家学者们研究的重要课题,而特征提取是其中的关键问题。特征提取的目标是获取能够反映图像和视频中感知内容,且具有鲁棒性和区分性的描述符,对于图像和视频分类,识别,检索等领域的发展有着直接影响。以网络安全问题为例,互联网上的图像和视频包含大量的非法拷贝。无法阻断非法拷贝的传播会造成版权侵犯风险,并引起知识产权纠纷。拷贝检测是解决这类问题的主要方法,图像与视频的鲁棒特征提取是拷贝检测中的核心技术,具有重要的理论与实用价值。本文以图像及视频拷贝检测为应用场景,研究基于特征自学习的鲁棒哈希算法设计。作为研究内容的理论基础,论文首先回顾了现有的视觉特征学习方法,包括稀疏编码、神经网络和慢变特征分析。针对图像的鲁棒特征提取问题,本文提出一种图像空间慢变特征学习方法。本文在原始的组稀疏编码基础上,设计了编码和字典学习方法,能够提取图像在空间上变化慢的特征。本文结合人眼视觉系统中多层级结构设计了多层的组稀疏编码模型,可以学习出图像更大范围内的慢变特征。实验证明本算法提取出的空间慢变特征具有较好的鲁棒性和区分性,各项图像哈希的评价指标中均优于经典的图像哈希算法。在视频的鲁棒特征提取方面,本文设计了一种基于时空神经网络的视频哈希算法。此算法利用降噪自编码器鲁棒性强的优点,通过逐层训练降噪自编码构建独立提取各帧特征的深度网络。在此基础上,算法利用长短时记忆网络提取视频时序特征,并根据慢变特征分析理论设计了网络训练算法。实验表明,基于时空神经网络的视频哈希在视频拷贝检测中能够表现出较高的准确率,F₁达到0.995,优于对比算法。综上所述,本论文根据慢原则的思想,以稀疏表达和深度学习为主要数学工具,分别提出了图像和视频的慢变特征的提取方法,为图像和视频的识别、检索等任务提供了技术支持。