基于稀疏贝叶斯模型的视频恢复方法研究

《基于稀疏贝叶斯模型的视频恢复方法研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于稀疏贝叶斯模型的视频恢复方法研究朱立(广东技术师范学院工业实训中心，广东广州510665)扌商要：结合压缩感知的稀疏农示理论和贝叶斯模型，提出一种在数据库中进行快速有效的视频信息查询和视频恢复的方法。根据最小I.范数重构数据信息的要求，方法利用贝叶斯模型对参数进行估计，并通过稀疏特性对视频分类和特征提取，达到恢复视频信息的目的。实验结果表明，比较主成成份分析和随机投影算法，该文菸实现方法具有更好的恢复性能。关键i司：稀疏；贝叶斯模型；压缩感知；视频恢复中图分类号：TN911文献标志码：A文章编

2、号：0529-6579(2012)05-0036-VideoRetrievalMethodUsingSparseBayesianModelingZHULi(IndustrialTrainingCenter.GuangdongPolytechnicNormalUniversity,Guangzhou510665,China)Abstract：CombiningCompressedSensingsparsetheorywithBayesianmodeling,afasterandmoreeffecti

3、vemethodofvideoinformationretrievalisproposedindatabase.Basedonminimizingprincipkforclassificationandfeatureextraction,themethodimplementsvideoretrievalrequirementbyutilizincBayesianmodelingtoautomaticallyestimatetheregularizationparameters.Experiment

4、alresultsdemonstratethattheproposedmethodperformsbe社erretrievalperformancesthanPCAandRPalgorithm.Keywords：sparse；Bayesianmodeling；compressedsensing;videoretrieval*收稿日期：2012-04-20基金项目：国家自然科学基金资助项冃(90604008);广东省科技计划资助项目(2012B010100035);广东省离等学校人才引进项目2)1

5、994-2013ChinaAcademicJournalElectronicPublishingHouse.Allrightsreserved,http://www.cnki.net作者简介：朱立(1969年生),女,高级工程师;E-mail:zhuli@gdin.edu.cn网络技术的迅速发展和大量视频数据的产生和传播，使视频信息在数据库中快速、准确的有效查找与恢复成为信息领域很重要的一种技术需求。例如，从优酷网站搜索感兴趣的节冃内容，媒体公司要限定版权保护及其视频源位置，而加密系统也要检测其合

6、法性请求。目前，一些算法通过索引或Hash来改进搜索效率。例如，文献D-4］使用了索引树结构进行视频查找和恢复，文献□利用几何Hashing建立数据库的索引对视频源进行处理。在文献B1屮，结合PCA(主成成份分析)和空间划分技术，Gao.L推出了一种kd—树索引机制的视频源追踪恢复方法。文献刀使用RP(随机投影)技术把视频图像投影到不同的搜索空间，并在每个空间上分别使用kd-树进行视频恢复。最近，稀疏性和压缩感知理论在信号分类及其信号恢复的判别性能领域得到了广泛研究，并引赶了学术界的巨大兴趣［8_

7、10］o借鉴其最新的研究成果，木文主要研究视频信息恢复中的稀疏表示方法和判别属性。我们的目的是从视频数据库样本中寻找所需要的视频节目的最稀疏表示。首先对开始视频帧建立统一的数据库，然后利用压缩感知屮的稀疏(Sparse)理论和贝叶斯(Bayesian)参数估计算法在数据庫屮研究视频的稀疏表示，最后对估计的视频稀疏系数进行分类并通过稀疏矩阵解决视频的恢复问题。A二^1,1內2,y2a2•••aN-(S-1)、A二a2a3■•・aN-SI

8、M,Z),具

9、有参数：Z=A「+AT,(12)M=邛ATy(13)(11)这里,a=(ap,公.心N)，入为调节因子。根据此条件，信号分布P(x

10、y入B)可以被估计为多变A=diag(1/a;),参数a通过似然函数可以估计r=-寺logIC

11、-yyTC_1y+Nlog合-刍、5(15)(16)1视频信息的稀疏表示通过级联不同的视频内容，视频数据库的信息可表示为如下的矩阵形式(1)这里®j,i二1,..,Kj二1,••，叫，代表了第i个视濒的第j帧。每个假设是大小为M=VH的列向量，V和H代表每个