[发明专利]一种光盘库中图像清理方法及系统

说明书

本发明公开了一种光盘库中图像清理方法及系统。所述方法，包括：对光盘库中目标图像的全像素矩阵进行建模，得到目标图像的减性向量、转换向量和全局向量；在减性向量中增加权重，得到更新后的减性向量；由更新后的减性向量构建减性权重力；基于减性权重力，采用交叉学习法对转换向量进行更新，得到更新后的转换向量；采用更新后的转换向量对减性权重力进行更新，得到更新后的减性权重力；将更新后的减性权重力与全局向量进行交叉学习，得到全局减性向量；基于全局减性向量和更新后的减性向量，确定遗忘力向量；根据遗忘力向量确定是否对目标图像进行清理。本发明能提高清理效率和光盘库的存储效率。

技术领域

本发明涉及光盘存储技术领域，特别是涉及一种光盘库中图像清理方法及系统。

背景技术

光盘库中的图像存储占据了光盘库90%以上的存储空间，而其中一半以上的图像属于无意义图像，因此，如何找出这些无意义的图像，并进行有效清理，更好地释放光盘库空间，一直是光盘存储中亟待解决的问题。

目前，对于光盘库中图像的清理，大多采用人工筛选的方法，通过人工判断，哪些图像不重要，可以进行删除，从而将垃圾图片进行手动删除。这种方法效率低下，大量耗费人力，且海量图片会造成时间堆积，导致光盘库存储效率低。

发明内容

基于此，本发明实施例提供一种光盘库中图像清理方法及系统，以提高清理效率和光盘库的存储效率。

为实现上述目的，本发明提供了如下方案：

一种光盘库中图像清理方法，包括：

对光盘库中目标图像的全像素矩阵进行建模，得到所述目标图像的减性向量、转换向量和全局向量；

在所述减性向量中增加权重，得到更新后的减性向量；

由所述更新后的减性向量构建减性权重力；

基于所述减性权重力，采用交叉学习法对所述转换向量进行更新，得到更新后的转换向量；所述更新后的转换向量具有减性特性；

采用所述更新后的转换向量对所述减性权重力进行更新，得到更新后的减性权重力；

将所述更新后的减性权重力与所述全局向量进行交叉学习，得到全局减性向量；

基于所述全局减性向量和所述更新后的减性向量，确定遗忘力向量；

根据所述遗忘力向量确定是否对所述目标图像进行清理。

可选的，所述对光盘库中目标图像的全像素矩阵进行建模，得到所述目标图像的减性向量、转换向量和全局向量，具体包括：

采用减性遗忘头、转换遗忘头和全局遗忘头分别对目标图像的全像素矩阵进行建模，得到所述目标图像的减性向量、转换向量和全局向量。

可选的，所述减性权重力为

；

其中，W表示减性权重力；表示更新后的减性向量对应的权重，表示更新后的减性向量。

可选的，所述更新后的转换向量为：

；

其中，表示更新后的转换向量；W表示减性权重力；H表示桥接矩阵；HT中的T表示转换向量；W的上标T表示转置。

可选的，所述采用所述更新后的转换向量对所述减性权重力进行更新，得到更新后的减性权重力，具体包括：

确定所述更新后的转换向量的权重分布；