【技术实现步骤摘要】
基于样本惩罚的典型关联分析近重复视频检测方法
本专利技术属于视频检测领域，尤其涉及一种基于样本惩罚的典型关联分析近重复视频检测方法。
技术介绍
随着Web2.0以及社区化网络的发展，视频多媒体已经逐渐成为互联网的应用热点，用户可以拍摄、编辑及上传视频片段，这使得视频的数量迅速膨胀。例如，视频分享网站YouTube每天平均有数千万新增的上传视频，如何在这些视频中检索到用户感兴趣的内容是视频应用中亟待解决的问题，目前主要的视频检索网站都是利用视频标签和相关文本进行视频片段的索引和检索，这种方法能够满足基本的检索需求，但由于视频片段在内容上存在大量的重复和相似，导致检索结果中存在相当数量的重复内容，从而使得检索结果不利于用户浏览，近年来，众多学者从不同角度提出了视频片段消重的方法，而互联网视频内容的消重也逐渐成为视频检索的一个研究热点。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，有人提出的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...
【技术保护点】
1.一种基于样本惩罚的典型关联分析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U和查询视频V，读取其中所有视频，采用自相似方法来可视化音频和视频数据特征，生成原始视频U的样本矩阵X(D×N)和查询视频V的样本矩阵Y(D×M)，其中，N和M分别表示视频U和V中的帧数，D代表的是视频的维度，D＞N≥M；步骤2，对样本矩阵X和Y加入样本惩罚因子αi和βi改进以后的典型关联分析算法进行关联分析，再加入拉格朗日乘子λ1和λ2以及稀疏项参数λ3和λ4，转化为求解特征值问题，得到特征值为v和w；步骤3，定义平均帧，将原始视频的平均帧fi和查询视频的平均帧fj之间的距离...
【技术特征摘要】
1.一种基于样本惩罚的典型关联分析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U和查询视频V，读取其中所有视频，采用自相似方法来可视化音频和视频数据特征，生成原始视频U的样本矩阵X(D×N)和查询视频V的样本矩阵Y(D×M)，其中，N和M分别表示视频U和V中的帧数，D代表的是视频的维度，D＞N≥M；步骤2，对样本矩阵X和Y加入样本惩罚因子αi和βi改进以后的典型关联分析算法进行关联分析，再加入拉格朗日乘子λ1和λ2以及稀疏项参数λ3和λ4，转化为求解特征值问题，得到特征值为v和w；步骤3，定义平均帧，将原始视频的平均帧fi和查询视频的平均帧fj之间的距离H(fi,fj)作为计算原始视频和查询视频相似度的一个参量，；步骤4，计算原始视频U和查询视频V之间的相似度，构成相似度矢量S(X,Y)；步骤5，根据相似度矢量计算相似矩阵。2.根据权利要求1所述的一种基于样本惩罚的典型关联分析近重复视频检测方法，其特征在于，所述X和Y中加入样本惩罚因子αi和βi改进以后的典型关联分析算法进行关联分析，公式如下：其中，v和w分别是视频的权重，Xi代表的是对原始视频经过处理以后所得的矩阵每一行元素，而Yj代表的是对查询视频经过处理以所得的矩阵的每一行元素，DX和DY是鉴别矩阵，DX和DY表示为：3.根据权利要求1所述的一种基于样本惩罚的典型关联分析近重复视频检测方法，其特征在于，求解特征值特征向量问题，公式如下所示：其中，λ为所求特征方程的特征值，I为...
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。