[发明专利]一种视频数据线性偏差主特征提取装置和方法

权利要求书

1.一种视频数据线性偏差主特征提取装置，其特征在于，包括：

视频接收模块，用于导入视频数据；

计算线性偏差模块，与视频接收模块连接用于根据导入的视频数据获取其对应的线性偏差，并将线性偏差进行组合；

视频数据模块，与计算线性偏差模块连接用于存储数据，所述数据至少包括视频数据、线性偏差和隐特征；

特征提取模块，与视频数据模块连接用于根据线性偏差组合对视频数据的隐特征进行提取；

所述特征提取模块包括：

初始化单元，用于初始化提取参数；

训练单元，用于根据视频数据、线性偏差组合和初始化后的提取参数，提取不同线性偏差组合下视频数据的隐特征；

输出单元，用于输出分解精度最高的视频数据的隐特征结果；

所述提取参数至少包括：

行隐特征矩阵的训练线性偏差、列隐特征矩阵的训练线性偏差和隐特征空间维数；

所述行隐特征矩阵根据视频数据目标矩阵的行数和隐特征空间维数建立，列隐特征矩阵根据视频数据目标矩阵的列数和隐特征空间维数建立；

所述计算线性偏差模块根据视频数据目标矩阵计算线性偏差，所述线性偏差包括全局平局值、行隐特征矩阵的计算线性偏差和列隐特征矩阵的计算线性偏差，计算线性偏差模块将全局平局值、行隐特征矩阵的计算线性偏差和列隐特征矩阵的计算线性偏差进行组合，并获取每种组合的线性偏差组合结果。

2.根据权利要求1所述的视频数据线性偏差主特征提取装置，其特征在于，所述训练单元将行隐特征矩阵和列隐特征矩阵与线性偏差组合结果结合，进行训练，所述输出单元根据训练结果提取精度最高的行隐特征矩阵和列隐特征矩阵，进行输出。

3.一种视频数据线性偏差主特征提取方法，其特征在于，包括：

导入视频数据；

根据导入的视频数据获取其对应的线性偏差，并将线性偏差进行组合；

根据线性偏差组合对视频数据的隐特征进行提取；

所述对视频数据的隐特征进行提取包括：

初始化提取参数；

用于根据视频数据、线性偏差组合和初始化后的提取参数，提取不同线性偏差组合下视频数据的隐特征；

输出分解精度最高的视频数据的隐特征结果；

所述提取参数至少包括：

行隐特征矩阵的训练线性偏差、列隐特征矩阵的训练线性偏差和隐特征空间维数；

所述行隐特征矩阵根据视频数据目标矩阵的行数和隐特征空间维数建立，列隐特征矩阵根据视频数据目标矩阵的列数和隐特征空间维数建立；

根据视频数据目标矩阵计算线性偏差，所述线性偏差包括全局平局值、行隐特征矩阵的计算线性偏差和列隐特征矩阵的计算线性偏差，将所述全局平局值、行隐特征矩阵的计算线性偏差和列隐特征矩阵的计算线性偏差进行组合，并获取每种组合的线性偏差组合结果。

4.根据权利要求3所述的视频数据线性偏差主特征提取方法，其特征在于，通过如下公式获取每种组合的线性偏差组合结果，

A1＝0；

A2＝μ+a_u+a_i，其中，

A3＝a_u+a_i，其中，

A4＝μ+a_u，其中，

A5＝μ+a_i，其中，

A6＝a_u，其中，

A7＝a_i，其中，

A8＝μ，其中，

其中，μ为全局平局值、a_u为行隐特征矩阵的计算线性偏差、a_i为列隐特征矩阵的计算线性偏差、w(i)为第i列有数据的像素点个数、w(u)表示第u行有数据的像素点个数、θ₁和θ₂分别为w(i)和w(u)相关的常数，Λ为目标已知数据集合，r_u,i为视频数据目标矩阵中第u行，第i列的元素。