[发明专利]一种视频数据线性偏差主特征提取装置和方法

说明书

本发明提供一种视频数据线性偏差主特征提取装置和方法，装置包括视频接收模块，用于导入视频数据；计算线性偏差模块，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，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，用于根据线性偏差组合对视频数据的隐特征进行提取；本发明可以专门对视频数据进行隐特征提取，通过针对不同的视频数据，选择最合适的线性偏差组合得到最精确的分解结果，从而揭示视频数据中蕴含的潜在规律和意义，解决了大型复杂系统中的海量视频数据的隐特征提取问题。

技术领域

本发明涉及计算机图像处理领域，尤其涉及一种视频数据线性偏差主特征提取装置和方法。

背景技术

视频数据特征提取作为计算机图像处理的最主要环节之一，一直以来都是计算机科学与工程的主要问题和研究热点，由于视频数据可以转化为高维稀疏数据矩阵，所以可以利用矩阵分解技术，从指定的视频数据中提取隐特征，以揭示视频数据中蕴含的潜在规律和意义，是实现特征提取的一类主要技术。

目前，现有的很多技术方法是基于像素域的，其中的矩阵分解技术，已经能够结合线性偏差，并且从视频数据中提取出隐特征。但是目前线性偏差分为两大类：训练线性偏差和计算线性偏差。计算线性偏差代表了目标数据的统计特性，训练线性偏差代表了目标数据在隐特征空间上的主要成分。两类线性偏差的有效融合能明显提高隐特征模型对目标视频数据的表征能力，并且二者又分别有不同的组合情况。不同的视频数据结合不同的线性偏差组合可能会提高隐特征提取精度或者降低隐特征提取精度，甚至可能导致无法有效的提取出隐特征。这是因为现有矩阵因式分解技术中，大部分都以完整的线性偏差进行隐特征提取，无法针对不同的视频数据，选择最合适的线性偏差组合得到最精确的分解结果。因此，需要一种新的技术手段，能够从指定的视频数据中提取隐特征，以揭示视频数据中蕴含的潜在规律和意义，以克服上述技术缺陷。

发明内容

鉴于以上所述现有技术的缺点，本发明提供一种视频数据线性偏差主特征提取装置和方法，以解决上述技术问题。

本发明提供的视频数据线性偏差主特征提取装置，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。

进一步，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。

进一步，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。