基于半监督近邻传播学习和多视觉词典模型的智能视频分析方法

摘要

本发明涉及一种基于半监督近邻传播学习和多视觉词典模型的智能视频分析方法，包括：基于抽样保持策略的关键视频帧提取；将关键帧转换成灰度图像，平均分割灰度图像为若干图像块，以各图像块的平均亮度排序生成OM特征向量；基于AP聚类划分视频样本，形成互斥的视频子簇；针对AP聚类划分的视频子簇，确定每个子簇对应的类别标签，构建多视觉词典；根据最小距离判决准则，在线判断待检视频的类别标签；使用闭环反馈的自适应重构学习重构出适应新环境的多视觉词典重新判断待检视频的类别标签。本发明解决关键帧提取不能兼顾效率和精度的问题，增强视频特征对近似全局线性变化具有很强的鲁棒性强，实现能够自适应于视频模式变化的精确智能检测。