[發(fā)明專利]基于比特向量的多媒體信息檢索方法和系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201310359716.6
• 申請日: 2013-08-16
• 公開（公告）號: CN103440292A
• 公開（公告）日: 2013-12-11
• 發(fā)明（設計）人: 劉潔
• 申請（專利權）人: 新浪網技術(中國)有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京市京大律師事務所 11321
• 代理人: 張璐;方曉明

1.一種基于比特向量的多媒體信息檢索方法，其特征在于，包括：

提取當前多媒體信息的特征數據后，得到所述當前多媒體信息的n維的高維特征向量，記為X(x₁,x₂,...,x_n)；

將高維特征向量X(x₁,x₂,...,x_n)通過投影矩陣P變換后得到m維的中間向量W(w₁,w₂,...,w_m)；

將m維的閾值向量的各元素分別與所述中間向量的相應元素進行比較，根據比較結果對所述中間向量進行二值化，得到所述當前多媒體信息的m維的比特向量；其中，m小于n；

根據得到的比特向量，在多媒體特征數據庫中查找出與該比特向量相似的比特向量，將查找出的比特向量所對應的多媒體信息作為檢索結果輸出；

其中，所述投影矩陣P為m×n的矩陣，并滿足以下條件：對于資料庫中存儲的各已分類的多媒體信息的高維特征向量，其中同類的高維特征向量經過P變換后的向量間距離期望值，與不同類的高維特征向量經過P變換后的向量間距離期望值的差值最??；

所述閾值向量滿足以下條件：對于所述資料庫中存儲的各多媒體信息的高維特征向量，其中同類的高維特征向量經過P變換、并經過所述閾值向量比較、二值化后的向量間距離期望值，與不同類的高維特征向量經過P變換、并經過所述閾值向量比較、二值化后的向量間距離期望值的差值最小。

2.如權利要求1所述的方法，其特征在于，在所述提取當前多媒體信息的特征數據之前，還包括：

通過所述資料庫中存儲的多媒體信息訓練出所述投影矩陣P：

對于所述資料庫中存儲的多媒體信息，將其中任意一對同類的多媒體信息的高維特征向量作為一個集合元素，存儲到同類樣本集合中；并

將其中任意一對不同類的多媒體信息的高維特征向量作為一個集合元素，存儲到非同類樣本集合中；

構建出使得如下公式1中最小的投影矩陣P：

L^=αE{||PX-PX'||2|Q}-E{||PX-PX'||2|R}]]>??????????（公式1）

其中，Q為所述同類樣本集合；R為所述非同類樣本集合；E{PX-PX'²Q}表示所述Q中同類的高維特征向量經過P變換后的向量間距離期望值；E{PX-PX'²R}表示所述R中不同類的高維特征向量經過P變換后的向量間距離期望值；α為設定的權值。