结合稀疏编码和金字塔匹配的视频检索
2013-08-30汪子彧
甘 玲,汪子彧
GAN Ling,WANG Ziyu
重庆邮电大学 计算机科学与技术学院,重庆 400065
School of Computer Scienceand Technology of Chongqing University of Postsand Telecommunications,Chongqing 400065,China
互联网及相关技术的高速发展,使得多媒体信息呈海量增长,传统的文本检索只依赖于标签和短文本信息对视频的描述,因而有着很大的局限性。随着用户对检索需求的提高,基于内容的检索成为了研究的热点。研究基于内容的视频检索(Content Based Video Retrieval,CBVR),重在检索视频本身的内容,并使用视觉基础特征作为相似度度量的依据,从而克服了传统的基础属性和文本检索的不足。
基于内容的检索的难点是“语义鸿沟”问题,即基础特征难以表示高层语义。目前对于使用基础特征描述的视频,图像的区分通常采用金字塔匹配方法[1-5]。金字塔匹配方法的意义在于,通过多粒度划分匹配子集合,就能利用基础特征的组合重现一定的语义信息,从而提高检索的准确性。空间金字塔匹配方法[1](Spatial Pyramid Matching,SPM)和时空金字塔匹配的方法[3](Spatio-Temporal Pyramid Matching,STPM)均在此基础上提出。此外,近年一些对重复近似识别(Near Duplicates Identification,NDI)的研究[4-5]均使用了金字塔匹配的思想,解决了诸如此类的相似性度量问题。但大多数方法都着力于研究匹配策略,并不涉及研究在方法中结合改进基础特征的表示。以上大部分方法均采用矢量量化方法作对图像基础特征表示,但该方法在特征重建时,会不可避免地丢失一些重要信息,导致检索效率的下降。目前一些研究已经将源自生物视觉感知研究的稀疏编码技术[6-8]融入上述方法中[9],用于解决矢量量化特征描述不够准确的问题,本文首次通过结合稀疏编码的SPM和STPM方法进行基于内容的视频检索,取得了比原方法更好的检索效果。……
