[發明專利]基于低秩約束和多視角特征融合的微視頻流行度預測方法有效
| 申請號： | 201710378158.6 | 申請日： | 2017-05-24 |
| 公開（公告）號： | CN107229702B | 公開（公告）日： | 2020-09-11 |
| 發明（設計）人： | 蘇育挺;李陽;白須;井佩光;張靜 | 申請（專利權）人： | 天津大學 |
| 主分類號： | G06F16/735 | 分類號： | G06F16/735;G06F16/783;G06F16/78;G06K9/62;G06Q10/04;G06Q50/00 |
| 代理公司： | 天津市北洋有限責任專利代理事務所 12201 | 代理人： | 李林娟 |
| 地址： | 300072*** | 國省代碼： | 天津;12 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 基于 約束 視角 特征 融合 視頻 流行 預測 方法 | ||
1.一種基于低秩約束和多視角特征融合的微視頻流行度預測方法，其特征在于，所述方法包括：
對4種視角模態特征分別進行低秩近似處理，得到去除噪聲的4種低秩特征信息；
通過多視角信息典型相關分析對4種低秩特征信息進行特征融合；
利用融合后的特征信息，建立表示各微視頻之間的圖關系的拉普拉斯矩陣；基于拉普拉斯矩陣，利用半監督的方法對微視頻的流行度進行預測；
其中，所述方法還包括：對給定的微視頻提取4種視角模態特征，
4種視角模態特征具體為：視覺特征、聲學特征、文本特征以及社會屬性特征；
其中，所述通過多視角信息典型相關分析對4種低秩特征信息進行特征融合具體為：
使各個視角的低秩特征投影到公共子空間上的余弦距離最大，用低秩特征公共子空間表示融合之后的特征空間，在此基礎上進行微視頻流行度的預測；
多視角信息典型相關分析的公式如下：
其中，W1,...,WK為多視角典型相關分析中的特征轉換矩陣，Sij為不同視角的微視頻之間的協方差矩陣，Sii為自方差矩陣，K為視角特征的數量，Di為第i個模態的特征維數，T表示轉置，i，j為微視頻的特征視角的標號，I為單位矩陣，K的取值為大于1的正整數；
所述利用融合后的特征信息，建立表示各微視頻之間的圖關系的拉普拉斯矩陣具體為：
其中，L為低秩特征子空間的歸一化拉普拉斯矩陣，D為對角矩陣，其值為各列的數值之和；
基于拉普拉斯矩陣，利用半監督的方法對微視頻的流行度進行預測具體為：
其中，α為平衡系數,f為預測得到的流行度，y為真實的流行度分數，M為對角矩陣，其中有標記的微視頻值為1，未標記的微視頻值為0，在該流行度預測中，保證訓練集的流行度與真實值相近，測試集的流行度分數則用圖關系進行限定。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于天津大學，未經天津大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201710378158.6/1.html，轉載請聲明來源鉆瓜專利網。
