[发明专利]一种折中特征量化的方法

说明书

技术领域

本发明一种折中特征量化的方法。

背景技术

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16×64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。

发明内容

本发明要解决的技术问题是：为了克服上述中存在的问题，提供一种折中特征量化的方法。

本发明解决其技术问题所采用的技术方案是：一种折中特征量化的方法，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。

本发明的有益效果是，本发明的一种折中特征量化的方法，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。 

附图说明

下面结合附图和实施例对本发明进一步说明。

图1是本发明的结构示意图。 

具体实施方式

现在结合附图对本发明作进一步详细的说明。这些附图均为简化的示意图，仅以示意方式说明本发明的基本结构，因此其仅显示与本发明有关的构成。

如图1所示的一种折中特征量化的方法，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。

本发明的一种折中特征量化的方法，通过Bag of Words”表示模型建立视频匹配和自然语言处理中的基本概念对应关系，如表1文本处理和视频处理领域中的对应概念，我们可以非常便捷地将文本检索的方法应用于视频匹配之中。

自然语言处理视频匹配关键词视觉关键词短语帧或子镜头 段落视频片段文章视频

以上述依据本发明的理想实施例为启示，通过上述的说明内容，相关工作人员完全可以在不偏离本项发明技术思想的范围内，进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容，必须要根据权利要求范围来确定其技术性范围。