【CN110110610A】一种用于短视频的事件检测方法【专利】

(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 (43)申请公布日 (21)申请号 201910303095.7
(22)申请日 2019.04.16
(71)申请人 天津大学
地址 300072 天津市南开区卫津路92号
(72)发明人 张静　刘靖辉　井佩光　苏育挺　
(74)专利代理机构 天津市北洋有限责任专利代
理事务所 12201
代理人 李林娟
(51)Int.Cl.
G06K 9/00(2006.01)
(54)发明名称一种用于短视频的事件检测方法(57)摘要本发明公开了一种用于短视频的事件检测方法，包括：提出低秩约束模型，用于最大化不同视角间的关联性和互补性，获得更加鲁棒的子空间结构；采用判别学习的方式，通过回归分析建立样本的特征表征与类别标签之间的联系；建立弹性的正则化网络，引入非负标号松弛矩阵，将严格的二元标签矩阵松弛为一个松弛变量矩阵，用于在扩大不同类之间的距离同时，提供更多空间来拟合标签；根据获取到的目标函数，将提取的训练集的特征矩阵以及对应的标签矩阵带入，通过拉格朗日乘子法求出字典矩阵，映射矩阵；根据约束条件，带入测试集的特征矩阵进而求出预测的特征集的标签，将其和数据真实的标签做比对，
通过计算mAP的方式求出最后的预测结果。

权利要求书1页 说明书5页 附图1页CN 110110610 A 2019.08.09
C N 110110610
A
1.一种用于短视频的事件检测方法，其特征在于，所述事件检测方法包括以下步骤：采集短视频的前景信息和背景信息；
提出低秩约束模型，用于最大化不同视角间的关联性和互补性，获得更加鲁棒的子空间结构；
采用判别学习的方式，通过回归分析建立样本的特征表征与类别标签之间的联系；建立弹性的正则化网络，引入非负标号松弛矩阵，将严格的二元标签矩阵松弛为一个松弛变量矩阵，用于在扩大不同类之间的距离同时，提供更多空间来拟合标签；
根据获取到的目标函数，将提取的训练集的特征矩阵X以及对应的标签矩阵Y带入，通过拉格朗日乘子法求出字典矩阵U，映射矩阵W，A；
根据约束条件带入测试集的特征矩阵X，U ,W，求出对应的Z，再根据Y＝ZA，求出预测的特征集的标签Y，将其和数据真实的标签做比对，通过计算mAP的方式求出最后的预测结果。

2.根据权利要求1所述的一种用于短视频的事件检测方法，其特征在于，所述低秩约束
模型具体为：
其中，U i ∈R D ×P 表示第i个视角对应的字典，P表示字典中元素的个数；Z∈R P ×N 表示不同视角共享的特征表征矩阵；E i ∈R D ×(N+M)代表第i个视角的稀疏误差矩阵，R表示设定的字典个数，γ1和γ2表示平衡因子；
T表示转置；
代表矩阵U的核范数，δi (U)表述矩阵U的第i个奇异值，
||·||1表示L 1范数，||·||2，1表示矩阵的L 2,1范数。

3.根据权利要求2所述的一种用于短视频的事件检测方法，其特征在于，所述非负标号
松弛矩阵具体为：
其中，A表示学习的低秩特征Z与标签矩阵的Y映射矩阵，Y表示标签矩阵，||·||F 表示矩阵的F范数，γ表示平衡因子，矩阵B的元素B ij
定义为矩阵M∈R N ×C 为弹性矩阵。

4.根据权利要求3所述的一种用于短视频的事件检测方法，其特征在于，所述目标函数
具体为：
将U，W，A，带入测试集的特征矩阵，根据Y＝ZA，求得最后的预测结果。

权　利　要　求　书1/1页2CN 110110610 A。