[發(fā)明專利]一種利用緊湊視頻主題描述子進(jìn)行視頻檢索的方法

有效

• 申請?zhí)枺?/td>: 201310255896.3
• 申請日: 2013-06-25
• 公開（公告）號: CN103279581A
• 公開（公告）日: 2013-09-04
• 發(fā)明（設(shè)計(jì)）人: 王亮;譚鐵牛;黃永禎;趙放
• 申請（專利權(quán)）人: 中國科學(xué)院自動化研究所
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 中科專利商標(biāo)代理有限責(zé)任公司 11021
• 代理人: 宋焰琴

1.一種利用基于無向主題模型的緊湊視頻主題描述子進(jìn)行視頻檢索的方法，其特征在于，該方法包括以下步驟：

步驟S1，將視頻數(shù)據(jù)集中的部分視頻作為視頻訓(xùn)練集，剩下的視頻作為視頻測試集；

步驟S2，對所述視頻數(shù)據(jù)集中的每一個(gè)視頻提取其局部特征；

步驟S3，從提取得到的局部特征中隨機(jī)抽取足夠數(shù)量的局部特征，利用聚類算法訓(xùn)練得到一視覺詞典，并利用該視覺詞典對每一個(gè)視頻的局部特征進(jìn)行編碼得到每個(gè)視頻的詞袋向量v；

步驟S4，將每一視頻的詞袋向量v建模為可見單元并作為主題模型的輸入，將相應(yīng)視頻的主題描述子c建模為隱含單元并作為所述主題模型的輸出，得到主題模型；

步驟S5，將所述視頻訓(xùn)練集隨機(jī)劃分為多個(gè)子集，對于每一個(gè)子集分別計(jì)算所述主題模型的目標(biāo)函數(shù)中的對數(shù)似然項(xiàng)和稀疏正則項(xiàng)對于可見單元的偏置參數(shù)a、隱含單元的偏置參數(shù)b和連接可見單元與隱含單元的權(quán)值W的梯度；

步驟S6，隨機(jī)初始化偏置參數(shù)a、b和權(quán)值W的值，根據(jù)所述對數(shù)似然項(xiàng)和稀疏正則項(xiàng)對于偏置參數(shù)a、b和權(quán)值W的梯度，利用隨機(jī)梯度下降法對偏置參數(shù)a、b和權(quán)值W分別進(jìn)行更新直到所述主題模型的目標(biāo)函數(shù)收斂到給定最小值或達(dá)到迭代停止條件，最后得到一個(gè)有稀疏約束的非負(fù)無向主題模型；

步驟S7，根據(jù)所述步驟S2和S3提取得到所述視頻測試集中測試視頻的詞袋向量，并將所述測試視頻和所述訓(xùn)練視頻的詞袋向量一并輸入到所述步驟S6得到的有稀疏約束的非負(fù)無向主題模型中，利用隱含單元對可見單元的條件概率分別推斷得到所述測試視頻和訓(xùn)練視頻的主題描述子；

步驟S8，分別計(jì)算所述測試視頻的主題描述子與所述視頻訓(xùn)練集中每一個(gè)訓(xùn)練視頻的主題描述子之間的余弦距離，并根據(jù)所述余弦距離進(jìn)行視頻檢索，得到與所述測試視頻相似的視頻。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述局部特征為尺度不變特征變換特征、空時(shí)興趣點(diǎn)特征或梅爾倒頻譜參數(shù)音頻特征。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述聚類算法為K均值聚類算法。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述詞袋向量v服從多項(xiàng)分布，所述主題描述子c服從非負(fù)高斯分布。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟S4中，所述主題模型的目標(biāo)函數(shù)為：

minw,a,b-Σm=1MlogP(vm)+λΣm=1M||E[cm|vm]||1,]]>

其中，W表示連接可見單元與隱含單元的權(quán)值，a和b分別為可見單元和隱含單元的偏置參數(shù)，P(v_m)表示視頻詞袋向量v_m的邊緣概率，M表示視頻訓(xùn)練集中視頻的個(gè)數(shù)，λ為正則項(xiàng)系數(shù)，c_m表示相應(yīng)視頻的主題描述子，其維度為F，E[c_m|v_m]表示給定詞袋向量v_m時(shí)主題描述子c_m的條件均值，||·||₁表示某一向量的L1范數(shù)，為對數(shù)似然項(xiàng)，為稀疏正則項(xiàng)。