一種基于相互學(xué)習(xí)的視頻數(shù)據(jù)檢索方法
【專利摘要】本發(fā)明涉及一種基于相互學(xué)習(xí)的視頻數(shù)據(jù)檢索方法，其特征在于：計算不同種類視頻數(shù)據(jù)特征的相似性矩陣，并利用相似性矩陣計算拉普拉斯矩陣；計算不同種類視頻數(shù)據(jù)拉普拉斯矩陣的特征值和特征向量，以拉普拉斯矩陣中前M個最大特征值所對應(yīng)的特征向量；計算不同種類視頻數(shù)據(jù)特征向量的相似性矩陣，將特征向量的相似性矩陣的對應(yīng)元素相乘得到學(xué)習(xí)矩陣；將學(xué)習(xí)矩陣和每種特征的相似性矩陣的對應(yīng)元素相乘，得到學(xué)習(xí)后的相似性矩陣；利用學(xué)習(xí)后的相似性矩陣對視頻數(shù)據(jù)進(jìn)行排序，統(tǒng)計前若干個排序后的視頻數(shù)據(jù)中與查詢目標(biāo)視頻數(shù)據(jù)屬于同一類別的視頻數(shù)據(jù)數(shù)量，得到相應(yīng)的檢索準(zhǔn)確率。本發(fā)明方法，檢索準(zhǔn)確率比學(xué)習(xí)前都有了大幅提高。
【專利說明】一種基于相互學(xué)習(xí)的視頻數(shù)據(jù)檢索方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種基于相互學(xué)習(xí)的視頻數(shù)據(jù)檢索方法，可以應(yīng)用于不同種類視頻數(shù)據(jù)的檢索當(dāng)中。
【背景技術(shù)】
[0002]互聯(lián)網(wǎng)技術(shù)和數(shù)碼攝影技術(shù)的迅速發(fā)展使得網(wǎng)絡(luò)上的視頻數(shù)據(jù)越來越多，視頻數(shù)據(jù)檢索也成為一個多媒體技術(shù)中的熱點和難點問題。國內(nèi)外學(xué)者提出了多種特征來進(jìn)行視頻數(shù)據(jù)的檢索，這些特征大都基于視頻數(shù)據(jù)的顏色，紋理和形狀，統(tǒng)稱為底層特征，近年來，有學(xué)者提出了基于人腦認(rèn)知的腦功能特征，比底層特征的檢索準(zhǔn)確率有所提高，但是我們發(fā)現(xiàn)，不同種類的特征反映視頻數(shù)據(jù)不同的特質(zhì)，如果能將這些特征的優(yōu)勢融合起來，那么檢索的準(zhǔn)確率必將得到更大的提高。

【發(fā)明內(nèi)容】

[0003]要解決的技術(shù)問題
[0004]為了避免現(xiàn)有技術(shù)的不足之處，本發(fā)明提出一種基于相互學(xué)習(xí)的視頻數(shù)據(jù)檢索方法，讓底層特征和腦功能特征相互學(xué)習(xí)對方的優(yōu)點，然后用于視頻數(shù)據(jù)的檢索中，結(jié)果顯示，經(jīng)過相互學(xué)習(xí)的特征可以大幅提高檢索的準(zhǔn)確率。
[0005]技術(shù)方案
[0006]一種基于相互學(xué)習(xí)的視頻數(shù)據(jù)檢索方法，其特征在于步驟如下:
[0007]步驟1、計算N個視頻數(shù)據(jù)的特征X1, X2,…，Xn的相似性矩陣W1和特征Y1, Y2,…，Yn的相似性矩陣W2:
[0008]采用
【權(quán)利要求】
1.一種基于相互學(xué)習(xí)的視頻數(shù)據(jù)檢索方法，其特征在于步驟如下: 步驟1、計算N個視頻數(shù)據(jù)的特征X1, X2，...，Xn的相似性矩陣W1和特征Y1, Y2，...，Yn的相似性矩陣W2: 采用
2.根據(jù)權(quán)利要求1所述的基于相互學(xué)習(xí)的視頻數(shù)據(jù)檢索方法，其特征在于:在步驟7后采用統(tǒng)計前Q個排序后的視頻數(shù)據(jù)中與查詢目標(biāo)視頻數(shù)據(jù)屬于同一類的視頻數(shù)據(jù)數(shù)量C，計算檢索準(zhǔn)確率A = C/Q。
【文檔編號】G06F17/30GK103440269SQ201310332612
【公開日】2013年12月11日 申請日期:2013年8月1日 優(yōu)先權(quán)日:2013年8月1日
【發(fā)明者】韓軍偉, 吉祥, 郭雷, 胡新韜 申請人:西北工業(yè)大學(xué)