基于Bag of Words的视频匹配方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号(10)申请公布号CNCN103902569103902569A(43)申请公布日2014.07.02(21)申请号201210578139.5(22)申请日2012.12.27(71)申请人重庆凯泽科技有限公司地址400050重庆市九龙坡区袁家岗兴隆湾141-8-8号(72)发明人屈景春吴军(51)Int.Cl.G06F17/30(2006.01)G06K9/46(2006.01)权权利要求书1页利要求书1页说明书3页说明书3页附图2页附图2页(54)发明名称基于BagofWords的视频匹配方法(57)摘要本发明涉及一种基于BagofWords的视频匹配方法，具体步骤如下：（a）提取图像的局部特征；（b）量化图像的局部特征，构建视觉关键词辞典；（c）将图像表示为由若干视觉关键词组成的集合。本发明的基于BagofWords的视频匹配方法，将视频子镜头描述为若干视觉关键词组成的序列,在保留局部特征的同时压缩了视频的索引数据，并在此基础上构建了基于子镜头特征编码的倒排索引表，解决了视频子镜头的快速查找和匹配的问题，比传统基于特征相似性比较的方法具有更高的匹配精度和更快的检索速度。CN103902569ACN1039256ACN103902569A权利要求书1/1页1.一种基于BagofWords的视频匹配方法，其特征是具体步骤如下：（a）提取图像的局部特征；（b）量化图像的局部特征，构建视觉关键词辞典；（c）将图像表示为由若干视觉关键词组成的集合。2.根据权利要求1所述的基于BagofWords的视频匹配方法，其特征是：（a）中提取图像的局部特征的具体步骤如下：步骤1：将一个镜头内部的内容分解为复数个子镜头；步骤2：对每个子镜头内每一帧图像进行特征抽取：（1）图像的统计特征；（2）局部区域的兴趣点描述子；步骤3：选择64维亮度直方图作为图像的统计特征；选择计算8*8=64维SIFT描述子作为兴趣点描述子；将每帧图像分为4×4=16个区域；步骤4：利用在线滑动窗口的方法提取子镜头，其具体算法步骤如下：（1）利用子镜头依次进行输入视频V，提取当前帧图像Tm，提取帧特征Fm，当前活动子镜头的特征Sn；（2）计算Sn和Fm之间的距离，。3.根据权利要求1所述的基于BagofWords的视频匹配方法，其特征是：（b）量化图像的局部特征，构建视觉关键词辞典的具体步骤如下：（1）输入视频；（2）对输入视频利用子镜头分割特征提取；（3）将提取到的特征输入视觉关键词辞典；（4）视觉关键词辞典构建后进行子镜头特征量化；（5）量化后的子镜头特征作为索引的基本单位，用于构建出子镜头编码索引表和子镜头倒排索引表。4.根据权利要求1所述的基于BagofWords的视频匹配方法，其特征是：（c）将图像表示为由若干视觉关键词组成的集合的具体步骤如下：（1）提取局部特征，视频数据库中子镜头的所有子区域特征被k-means聚类方法量化为k个离散的特征向量，k个均值特征向量为局部特征对应的视觉关键词；（2）子镜头的每个子区域特征被映射到这k个视觉关键词中，并用该视觉关键词对应的标号(1…k)表示；（3）子镜头则相应地表示为16个整数，当中的每个整数与子区域映射的视觉关键词的标号对应。2CN103902569A说明书1/3页基于BagofWords的视频匹配方法技术领域[0001]本发明涉及一种基于BagofWords的视频匹配方法。背景技术[0002]随着电视节目的积累和网络视频的普及，视频数据库的规模和容量正在迅速增加，于是自动地对大量的并且正在不断增加的视频进行分析和理解成为一项越来越紧迫的任务。与此同时，如何组织视频数据并实现快速检索也成为越来越重要的研究课题。[0003]对于视频检索，现有通用的方法主要是通过手动的方法对视频中的内容进行标注，然后按照这种标注对视频进行组织和索引。这种方法的缺点是在大量甚至海量的视频样本空间中，使用手工标注是一件费时费力的工作，同时使用若干标注词或者文字段落很难将视频中全部的内容都表述清楚。所以从发展的角度来看，对于海量的视频存储组织与索引应当更多地从视频的内容出发，在视频库中找到与目标视频最匹配的视频。[0004]大样本空间中的视频匹配技术是根据用户提交的待查询视频，在视频数据库中查找与其内容一致的视频片段。比如对一个包含多个广告的视频序列，在视频数据库中进行查找与其内容一致的视频片段，根据匹配查找的结果就能得到对应广告视频的具体信息，并且能够确定该广告出现在该视频序列中的位置。[0005]视频匹配技术与传统的基于内容的视频检索(content-basedvideoretrieval)存在许多相似之处。基于内容的视频检索，是根据用户提交的视频实例，在视