公开(公告)号：CN109344902A

公开(公告)日：2019-02-15

申请号：CN201811186210.9

申请日：2018-10-12

Applicant: 吉林大学

Inventor： 王玉 ,  吕颖达 ,  黄永平 ,  申铉京 ,  马舒阳 ,  沈哲

IPC: G06K9/62

Abstract: 本发明提出一种基于局部时空连续性聚合描述的视频纹理描述方法。该方法用图像集合表示视频，对图像集合划分分块，通过LBP-TOP算子提取视频的局部时空纹理特征，利用k-means算法获取该视频描述集合的聚类中心，基于这些聚类中心对视频描述集合进行聚合得到一个单独的向量，以得到更为细致的刻画视频的局部信息。特征向量之间的相似性是通过欧式距离来定义，并对不同分量赋予相应权重。最后利用最近邻方法获得最佳视频分类结果。通过在Honda/UCSD数据库上与当前几种主流视频描述算子进行的对比实验，验证了本文算法的有效性，所提算法识别精度较高，误差较低，并且具有较强的鲁棒性。

公开(公告)号：CN108256478A

公开(公告)日：2018-07-06

申请号：CN201810045439.4

申请日：2018-01-17

Applicant: 吉林大学

Inventor： 王玉 ,  吕颖达 ,  黄永平 ,  申铉京 ,  马舒阳 ,  沈哲

IPC: G06K9/00 ,  G06K9/46 ,  G06K9/62

Abstract: 本发明提出一种基于QPSO黎曼流形学习的视频相似度度量方法。该算法将视频相似度视为图像集相似度度量问题，图像对齐后提取纹理特征并进行融合处理，再利用带有QPSO优化的黎曼流形大幅度简约维度以获得视频数据的内在表示，相似度的度量则采用仿射包距离标定方法，最后利用libSVM获得最佳分类识别结果。通过在相关视频数据库上进行的对比实验，验证了所提算法的有效性，所提算法识别精度较高，误差较低，并且具有较强的鲁棒性。

公开(公告)号：CN109344902B

公开(公告)日：2021-07-20

申请号：CN201811186210.9

申请日：2018-10-12

Applicant: 吉林大学

Inventor： 王玉 ,  吕颖达 ,  黄永平 ,  申铉京 ,  马舒阳 ,  沈哲

IPC: G06K9/62

Abstract: 本发明提出一种基于局部时空连续性聚合描述的视频纹理描述方法。该方法用图像集合表示视频，对图像集合划分分块，通过LBP‑TOP算子提取视频的局部时空纹理特征，利用k‑means算法获取该视频描述集合的聚类中心，基于这些聚类中心对视频描述集合进行聚合得到一个单独的向量，以得到更为细致的刻画视频的局部信息。特征向量之间的相似性是通过欧式距离来定义，并对不同分量赋予相应权重。最后利用最近邻方法获得最佳视频分类结果。通过在Honda/UCSD数据库上与当前几种主流视频描述算子进行的对比实验，验证了本文算法的有效性，所提算法识别精度较高，误差较低，并且具有较强的鲁棒性。