-
公开(公告)号：CN102663141A
公开(公告)日：2012-09-12
申请号：CN201210153891.5
申请日：2012-05-17
Applicant: 西安交通大学
Abstract: 本发明公开一种基于多核并行的多路量化分级聚类方法，包括如下步骤：1.对原始数据进行分级采样；2.应用K-均值聚类算法对第一级采样数据进行聚类；3.在并行框架下应用多路量化方法把下级采样数据量化到当前级的所有中心上；4.在并行框架下应用自适应K-均值聚类算法对当前级量化后的分组数据分别进行聚类；5.合并当前级各分组中的聚类中心成为一类大的中心。本发明的方法应用了分级采样、并行自适应聚类的方法，从而减少了聚类时间，而且本发明的方法应用了多路量化的方法提高了聚类的精度。
-
公开(公告)号：CN102693299A
公开(公告)日：2012-09-26
申请号：CN201210153893.4
申请日：2012-05-17
Applicant: 西安交通大学
Abstract: 本发明公开了一种并行视频拷贝检测方法和系统，包括如下步骤:1.采用并行的方法对查询视频和参考视频选取关键帧，并对这些关键帧提取MIFT特征；2.采用并行的分级聚类方法对所提取的参考视频的特征数据进行聚类；3.根据聚类的结果采用并行量化方法对查询视频和参考视频的特征进行量化；4.对参考视频的量化数据建立索引；5.采用并行的方法检索，利用查询视频的量化数据在索引中初步查找得到备选视频，然后计算空间一致性和时间一致性最终确定拷贝的视频。本发明的系统在基于视觉词汇包模型（BOF）的快速检索基础上采用了并行机制，大大地提高了系统的检测效率。
-
公开(公告)号：CN102693299B
公开(公告)日：2015-01-07
申请号：CN201210153893.4
申请日：2012-05-17
Applicant: 西安交通大学
Abstract: 本发明公开了一种并行视频拷贝检测方法和系统，包括如下步骤:1.采用并行的方法对查询视频和参考视频选取关键帧，并对这些关键帧提取MIFT特征；2.采用并行的分级聚类方法对所提取的参考视频的特征数据进行聚类；3.根据聚类的结果采用并行量化方法对查询视频和参考视频的特征进行量化；4.对参考视频的量化数据建立索引；5.采用并行的方法检索，利用查询视频的量化数据在索引中初步查找得到备选视频，然后计算空间一致性和时间一致性最终确定拷贝的视频。本发明的系统在基于视觉词汇包模型（BOF）的快速检索基础上采用了并行机制，大大地提高了系统的检测效率。
-
公开(公告)号：CN102663141B
公开(公告)日：2014-06-04
申请号：CN201210153891.5
申请日：2012-05-17
Applicant: 西安交通大学
Abstract: 本发明公开一种基于多核并行的多路量化分级聚类方法，包括如下步骤:1.对原始数据进行分级采样；2.应用K-均值聚类算法对第一级采样数据进行聚类；3.在并行框架下应用多路量化方法把下级采样数据量化到当前级的所有中心上；4.在并行框架下应用自适应K-均值聚类算法对当前级量化后的分组数据分别进行聚类；5.合并当前级各分组中的聚类中心成为一类大的中心。本发明的方法应用了分级采样、并行自适应聚类的方法，从而减少了聚类时间，而且本发明的方法应用了多路量化的方法提高了聚类的精度。
-
-
-
Search Results
4
records
(took 0.03 seconds)
