基于非負(fù)稀疏編碼的視頻拷貝檢測(cè)方法研究.pdf

1、隨著網(wǎng)絡(luò)和數(shù)字媒體的快速發(fā)展，網(wǎng)絡(luò)視頻呈現(xiàn)爆炸式增長(zhǎng)，如何對(duì)網(wǎng)絡(luò)視頻進(jìn)行有效的管理和版權(quán)保護(hù)已引起了人們的廣泛關(guān)注?；趦?nèi)容的視頻拷貝檢測(cè)(Content,Based Copy Detection CBCD)作為其中的一種重要解決方法，已成為多媒體信息處理領(lǐng)域的研究熱點(diǎn)之一。在視頻拷貝檢測(cè)領(lǐng)域，詞袋模型和空間金字塔匹配模型已經(jīng)被普遍的應(yīng)用并取得了一定的效果。詞袋模型和空間金字塔匹配模型通常使用K-means方法生成視覺(jué)詞典并使用向量(V

2、Q)量化技術(shù)進(jìn)行特征映射。然而由于K-means聚類(lèi)方法對(duì)于初始中心過(guò)于敏感,不易得到全局最優(yōu)解等缺點(diǎn)嚴(yán)重影響了視覺(jué)詞典的生成。常用的向量量化技術(shù)由于其映射精度制約著實(shí)驗(yàn)效果。稀疏編碼作為一種神經(jīng)網(wǎng)絡(luò)方法，其己經(jīng)成功的應(yīng)用到圖像領(lǐng)域中,并取得了較高的圖像分類(lèi)精度。
　　本研究主要內(nèi)容包括：⑴針對(duì)視覺(jué)詞袋模型中存在聚類(lèi)不穩(wěn)定及視覺(jué)單詞之間同義性和歧義性問(wèn)題，提出了基于多詞典的非負(fù)稀疏字典學(xué)習(xí)方法，與現(xiàn)有通過(guò)K-means聚類(lèi)及其改進(jìn)

3、算法形成視覺(jué)單詞相比，在Holiday圖片數(shù)據(jù)集實(shí)驗(yàn)表明，本文提出的通過(guò)多詞典非負(fù)稀疏字典學(xué)習(xí)能解決視覺(jué)單詞間的同義性和歧義性問(wèn)題，實(shí)驗(yàn)結(jié)果顯示本文方法分別與KM-BoVW-HA和KM-BoVW-SA方法相比，查準(zhǔn)率分別提高6％、2.2％，查全率分別提高12.8％、7％。⑵針對(duì)現(xiàn)有的通過(guò)視覺(jué)詞袋模型對(duì)關(guān)鍵幀進(jìn)行特征提取，映射精度不高的問(wèn)題，引入非負(fù)稀疏編碼模型，并提出了kMaxSum Pooling池化方法，通過(guò)非負(fù)稀疏字典對(duì)關(guān)鍵幀進(jìn)行