【技术实现步骤摘要】
【专利摘要】本专利技术，具体步骤如下：（a）提取局部特征，视频数据库中子镜头的所有子区域特征被k-means聚类方法量化为k个离散的特征向量，k个均值特征向量为局部特征对应的视觉关键词；（b）子镜头的每个子区域特征被映射到这k个视觉关键词中，并用该视觉关键词对应的标号(1…k)表示；（c）子镜头则相应地表示为16个整数，当中的每个整数与子区域映射的视觉关键词的标号对应。本专利技术的，能够保存局部的内容特征和区域件的相对位置信息的同时，还能削弱特征维数过高对量化效果的影响。【专利说明】
本专利技术。
技术介绍
随着电视节目的积累和网络视频的普及，视频数据库的规模和容量正在迅速增加，于是自动地对大量的并且正在不断增加的视频进行分析和理解成为一项越来越紧迫的任务。与此同时，如何组织视频数据并实现快速检索也成为越来越重要的研究课题。由于视频被分割成各个子镜头，而每个子镜头又由16个64维特征表示，直接顺序查找受到视频子镜头数目制约计算量过大，如果将子镜头直接合并成16X64维的高维特征并采用量化的表示方法，会使特征维数过高而查询精度易受到量化方法影响。
技术实现思路
本专利技术要解决的技术问题是:为了克服上述中存在的问题，提供。本专利技术解决其技术问题所采用的技术方案是:，具体步骤如下: Ca)提取局部特征，视频数据库中子镜头的所有子区域特征被A-means聚类方法量化为k个离散的特征向量，k个均值特征向量为局部特征对应的视觉关键词； (b)子镜头的每个子区域特征被映射到这A个视觉关键词中，并用该视觉关键词对应的标号(I…左)表不 (c)子镜头则相应...
【技术保护点】
一种折中特征量化的方法，其特征是具体步骤如下：（a）提取局部特征，视频数据库中子镜头的所有子区域特征被k‑means聚类方法量化为k个离散的特征向量，k个均值特征向量为局部特征对应的视觉关键词；（b）子镜头的每个子区域特征被映射到这k个视觉关键词中，并用该视觉关键词对应的标号(1…k)表示；（c）子镜头则相应地表示为16个整数，当中的每个整数与子区域映射的视觉关键词的标号对应。
【技术特征摘要】
【专利技术属性】
技术研发人员：屈景春，吴军，
申请(专利权)人：重庆凯泽科技有限公司，
类型：发明
国别省市：重庆;85
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。