一種折中特徵量化的方法

2023-05-28 03:59:21

一種折中特徵量化的方法
【專利摘要】本發明一種折中特徵量化的方法，具體步驟如下：（a）提取局部特徵，視頻資料庫中子鏡頭的所有子區域特徵被k-means聚類方法量化為k個離散的特徵向量，k個均值特徵向量為局部特徵對應的視覺關鍵詞；（b）子鏡頭的每個子區域特徵被映射到這k個視覺關鍵詞中，並用該視覺關鍵詞對應的標號(1…k)表示；（c）子鏡頭則相應地表示為16個整數，當中的每個整數與子區域映射的視覺關鍵詞的標號對應。本發明的一種折中特徵量化的方法，能夠保存局部的內容特徵和區域件的相對位置信息的同時，還能削弱特徵維數過高對量化效果的影響。
【專利說明】一種折中特徵量化的方法
【技術領域】
[0001]本發明一種折中特徵量化的方法。
【背景技術】
[0002]隨著電視節目的積累和網絡視頻的普及，視頻資料庫的規模和容量正在迅速增加，於是自動地對大量的並且正在不斷增加的視頻進行分析和理解成為一項越來越緊迫的任務。與此同時，如何組織視頻數據並實現快速檢索也成為越來越重要的研究課題。
[0003]由於視頻被分割成各個子鏡頭，而每個子鏡頭又由16個64維特徵表示，直接順序查找受到視頻子鏡頭數目制約計算量過大，如果將子鏡頭直接合併成16X64維的高維特徵並採用量化的表示方法，會使特徵維數過高而查詢精度易受到量化方法影響。

【發明內容】

[0004]本發明要解決的技術問題是:為了克服上述中存在的問題，提供一種折中特徵量化的方法。
[0005]本發明解決其技術問題所採用的技術方案是:一種折中特徵量化的方法，具體步驟如下:
Ca)提取局部特徵，視頻資料庫中子鏡頭的所有子區域特徵被A-means聚類方法量化為k個離散的特徵向量，k個均值特徵向量為局部特徵對應的視覺關鍵詞；
(b)子鏡頭的每個子區域特徵被映射到這A個視覺關鍵詞中，並用該視覺關鍵詞對應的標號(I…左)表不
(c)子鏡頭則相應地表示為16個整數，當中的每個整數與子區域映射的視覺關鍵詞的標號對應。
[0006]本發明的有益效果是，本發明的一種折中特徵量化的方法，能夠保存局部的內容特徵和區域件的相對位置信息的同時，還能削弱特徵維數過高對量化效果的影響。
【專利附圖】

【附圖說明】
[0007]下面結合附圖和實施例對本發明進一步說明。
[0008]圖1是本發明的結構示意圖。
【具體實施方式】
[0009]現在結合附圖對本發明作進一步詳細的說明。這些附圖均為簡化的示意圖，僅以示意方式說明本發明的基本結構，因此其僅顯示與本發明有關的構成。
[0010]如圖1所示的一種折中特徵量化的方法，具體步驟如下:
Ca)提取局部特徵，視頻資料庫中子鏡頭的所有子區域特徵被A-means聚類方法量化為k個離散的特徵向量，k個均值特徵向量為局部特徵對應的視覺關鍵詞；
(b)子鏡頭的每個子區域特徵被映射到這A個視覺關鍵詞中，並用該視覺關鍵詞對應的標號(I…A)表不；
(c)子鏡頭則相應地表示為16個整數，當中的每個整數與子區域映射的視覺關鍵詞的標號對應。
[0011]本發明的一種折中特徵量化的方法，通過Bag of Words」表示模型建立視頻匹配和自然語言處理中的基本概念對應關係，如表1文本處理和視頻處理領域中的對應概念，我們可以非常便捷地將文本檢索的方法應用於視頻匹配之中。
【權利要求】
1.一種折中特徵量化的方法，其特徵是具體步驟如下: (a)提取局部特徵，視頻資料庫中子鏡頭的所有子區域特徵被A-means聚類方法量化為k個離散的特徵向量，k個均值特徵向量為局部特徵對應的視覺關鍵詞； (b)子鏡頭的每個子區域特徵被映射到這A個視覺關鍵詞中，並用該視覺關鍵詞對應的標號(I…左)表不； (c)子鏡頭則 相應地表示為16個整數，當中的每個整數與子區域映射的視覺關鍵詞的標號對應。
【文檔編號】G06F17/30GK103902605SQ201210582951
【公開日】2014年7月2日 申請日期:2012年12月28日 優先權日:2012年12月28日
【發明者】屈景春, 吳軍 申請人:重慶凱澤科技有限公司