一种基于托普利兹核偏最小二乘的近重复视频检测方法技术

本发明专利技术公开了一种基于托普利兹核偏最小二乘的近重复视频检测方法，包括以下步骤：对原始视频X与查询视频Y分别在傅里叶域上做快速循环矩阵变换；对变换后的原始视频X与查询视频Y运用偏最小二乘法进行关联分析得到特征问题；求解特征问题，得到特征值以及特征向量；使用卡方检验消除统计随机性λ中的值；计算DoC值确定原始视频X与查询视频Y是否近重复；在资源查找中运用核偏最小二乘进行关联分析以提高查找的精度，同时运用托普利兹矩阵在傅里叶域上进行快速算法以提高查找的速度，最终达到减少运算消耗、提高资源查找效率的目的。

【技术实现步骤摘要】
一种基于托普利兹核偏最小二乘的近重复视频检测方法
本专利技术属于视频检测领域，尤其涉及一种基于托普利兹核偏最小二乘的近重复视频检测方法。
技术介绍
随着互联网的发展，大量的视频相关的应用和服务不断地涌现于互联网上，如视频分享、视频推荐和视频广播等，互联网上充斥着海量的视频数据并呈现高速增长的趋势，在这些海量的视频数据中存在着大量潜在的内容近重复的视频，因此，如何检测和去除这些近重复视频吸引着大量的研究。现存的近重复视频检测方法主要有三种，分别是：视频级别、帧级别和混合级别的近重复视频检测方法。首先，有人提出基于监督方法的多特征散列(MultiFeatureHashing，MFH)方法是一种典型的视频级别的近重复视频检测方法，该方法使用多个图像特征并学习一组散列函数，将视频关键帧映射到Hamming空间。该方法的优点是紧凑性强，可以高效地存储和检索，但是由于信息丢失较大，这种方法很容易得出错误的结论。其次，帧级别的近似重复的视频由各个帧或候选视频序列之间的比较来确定，有局部、全局和时空三种。以尺度不变特征变换(SIFT)为局部特征，有人提出了穷举匹配来度量相似度。但是，计算成本高。所以本文档来自技高网...

【技术保护点】
1.一种基于托普利兹核偏最小二乘的近重复视频检测方法,其特征在于，包括以下步骤：步骤1，对原始视频X与查询视频Y分别在傅里叶域上做快速循环矩阵变换；步骤2，对变换后的原始视频X与查询视频Y运用偏最小二乘法进行关联分析得到特征问题；步骤3，求解特征问题，得到特征值以及特征向量；步骤4，使用卡方检验消除统计随机性λ中的值；步骤5，计算DoC值确定原始视频X与查询视频Y是否近重复。

【技术特征摘要】
1.一种基于托普利兹核偏最小二乘的近重复视频检测方法,其特征在于，包括以下步骤：步骤1，对原始视频X与查询视频Y分别在傅里叶域上做快速循环矩阵变换；步骤2，对变换后的原始视频X与查询视频Y运用偏最小二乘法进行关联分析得到特征问题；步骤3，求解特征问题，得到特征值以及特征向量；步骤4，使用卡方检验消除统计随机性λ中的值；步骤5，计算DoC值确定原始视频X与查询视频Y是否近重复。2.根据权利要求1所述的一种基于托普利兹核偏最小二乘的近重复视频检测方法，其特征在于，所述步骤1中，原始视频X＝{x1,x2,...xi}T、查询视频Y＝{y1,y2,...yi}T分别在傅里叶域上做快速循环矩阵变换，得到其中，i＝1,2,3…,D，D为视频的维度，原始视频帧数为N，查询视频帧数为M，且D＞N≥M，xi、yi分别为原始视频i维度所有帧的值、查询视频i维度所有帧的值；F表示不依赖于xi、yi的傅里叶变换系数矩阵，FH是F的共轭转置矩阵，为原始视频中变量xi经快速傅里叶变换的生成向量，为查询视频中变量yi经快速傅里叶变换的生成向量。3.根据权利要求1所述的一种基于托普利兹核偏最小二乘的近重复视频检测方法，其特征在于，所述步骤2中关联分析得到特征问题的方法为：其中，分别是视频X,Y的...

【专利技术属性】
技术研发人员：陶佳丽，张建明，沈项军，
申请(专利权)人：江苏大学，
类型：发明
国别省市：江苏,32