基于样本惩罚的典型关联分析近重复视频检测方法

    公开(公告)号:CN109086830A

    公开(公告)日:2018-12-25

    申请号:CN201810921808.1

    申请日:2018-08-14

    Applicant: 江苏大学

    Inventor: 沈项军 强娜

    Abstract: 本发明公开了一种基于样本惩罚的典型关联分析近重复视频检测方法,通过对原始视频U和查询视频V,读取其中所有视频,采用自相似方法来可视化音频和视频数据特征,生成原始视频U的样本矩阵X和查询视频V的样本矩阵Y,对样本矩阵X和Y加入样本惩罚因子αi和βi改进以后的典型关联分析算法进行关联分析,再加入拉格朗日乘子λ1和λ2以及稀疏项参数λ3和λ4,转化为求解特征值问题,得到特征值为v和w;定义平均帧,将平均帧fi和fj之间的距离H(fi,fj)作为计算原始视频和查询视频相似度的一个参量,计算原始视频U和查询视频V之间的相似度,构成相似度矢量,根据相似度矢量计算相似矩阵,能够有效解决海量存储系统中的重复视频检测问题,提高近重复视频检测的准确性。

    基于样本惩罚的典型关联分析近重复视频检测方法

    公开(公告)号:CN109086830B

    公开(公告)日:2021-09-10

    申请号:CN201810921808.1

    申请日:2018-08-14

    Applicant: 江苏大学

    Inventor: 沈项军 强娜

    Abstract: 本发明公开了一种基于样本惩罚的典型关联分析近重复视频检测方法,通过对原始视频U和查询视频V,读取其中所有视频,采用自相似方法来可视化音频和视频数据特征,生成原始视频U的样本矩阵X和查询视频V的样本矩阵Y,对样本矩阵X和Y加入样本惩罚因子αi和βi改进以后的典型关联分析算法进行关联分析,再加入拉格朗日乘子λ1和λ2以及稀疏项参数λ3和λ4,转化为求解特征值问题,得到特征值为v和w;定义平均帧,将平均帧fi和fj之间的距离H(fi,fj)作为计算原始视频和查询视频相似度的一个参量,计算原始视频U和查询视频V之间的相似度,构成相似度矢量,根据相似度矢量计算相似矩阵,能够有效解决海量存储系统中的重复视频检测问题,提高近重复视频检测的准确性。

    一种适用于含噪图像的关联分析方法

    公开(公告)号:CN111401404A

    公开(公告)日:2020-07-10

    申请号:CN202010107264.2

    申请日:2020-02-21

    Applicant: 江苏大学

    Inventor: 沈项军 强娜

    Abstract: 本发明公开了一种适用于含噪图像的关联分析方法,利用余弦相似性构造样本惩罚因子 和 进而构造鉴别矩阵Dx和Dy;对训练图像数据集X和Y分别加入样本选择和特征选择,进而得到改进型关联分析模型;将改进型关联分析模型转化为求解特征值和特征向量问题,得到特征值和特征向量;将特征值和特征向量输入k最近邻算法得到其算法的分类精准率,进而获得图像数据集X和Y之间的关联度。本发明通过在图像中每个数据点加入了样本选择与特征选择能够有效抑制噪声对图像数据集的影响。

    一种适用于含噪图像的关联分析方法

    公开(公告)号:CN111401404B

    公开(公告)日:2023-05-09

    申请号:CN202010107264.2

    申请日:2020-02-21

    Applicant: 江苏大学

    Inventor: 沈项军 强娜

    Abstract: 本发明公开了一种适用于含噪图像的关联分析方法,利用余弦相似性构造样本惩罚因子和进而构造鉴别矩阵Dx和Dy;对训练图像数据集X和Y分别加入样本选择和特征选择,进而得到改进型关联分析模型;将改进型关联分析模型转化为求解特征值和特征向量问题,得到特征值和特征向量;将特征值和特征向量输入k最近邻算法得到其算法的分类精准率,进而获得图像数据集X和Y之间的关联度。本发明通过在图像中每个数据点加入了样本选择与特征选择能够有效抑制噪声对图像数据集的影响。

Patent Agency Ranking