[发明专利]一种视频数据多维非负隐特征的提取装置和方法

权利要求书

1.一种视频数据多维非负隐特征的提取方法，其特征在于：包含如下步骤：

S1：接收模块接收视频采集设备采集的视频数据，并存入存储模块的视频数据储存单元；

S2：特征提取模块接收服务器发送的提取视频非负隐特征指令；

S3：特征提取模块的参数初始化单元对视频数据隐特征提取过程中涉及的提取参数进行初始化；

S4：距离目标函数模块针对视频数据，选择不同的距离目标函数计算不同维的非负隐特征；

S5：特征提取模块结合不同的距离目标函数计算视频数据的多维非负隐特征，提取视频数据的非负隐特征，并将提取的非负隐特征存入存储模块的隐特征存储单元；

所述视频数据隐特征提取过程中涉及的提取参数包含：行隐特征矩阵S、列隐特征矩阵T、矩阵空间维数f、迭代控制变量L、矩阵分解迭代次数上限K、迭代步长δ、正则化惩罚项因子λ_S和λ_T、迭代收敛终止门限τ；

所述步骤S5中提取的视频数据的非负隐特征包括行隐特征矩阵S和列隐特征矩阵T；

所述步骤S4具体为：

S41：距离目标函数模块针接收计算距离目标函数指令；

S42：距离目标函数模块从接收模块中读取视频数据目标矩阵R的已知数据合集R_K计算距离目标函数；

所述距离目标函数模块中的距离目标函数为：

其中R_K为已知数据集合，β≥0，r_u，i代表视频数据目标矩阵R中第u行，第i列的数据，表示i_u，i的估计值。

2.根据权利要求1所述的一种视频数据多维非负隐特征的提取方法，其特征在于：所述步骤S5具体为：

S51：特征提取模块根据视频数据的目标矩阵R的已知数据集合R_K，并结合距离目标函数，构造目标损失函数ε如下：

(1)β=0时目标函数为：

(2)β=1时目标函数为：

(3)β≠0，β≠1时目标函数为：

其中：s_u，m表示行隐特征矩阵S中的第u行第m列的数据，t_m，i表示列隐特征矩阵T中第m行第i列的数据；

S52：判断提取迭代控制变量L是否已达上限K，若已达到上限K则进行S55，若未达上限K则进行步骤S53；

S53：根据迭代收敛终止门限τ判断目标损失函数ε是否收敛，若不收敛则进行步骤S54，若收敛则进行步骤S55；

S54：用梯度下降法根据行隐特征矩阵S和列隐特征矩阵T对目标损失函数ε进行迭代优化，并回到步骤S52进行判断，迭代公式如下：

Ⅰ：β=0时迭代公式为：

Ⅱ：β=1时迭代公式为：

Ⅲ：β≠0，β≠1时迭代公式为：

其中：I_u表示第i列有数据的像素点个数、U_i表示第u行有数据的像素点个数；

S55：特征提取模块提取多维行隐特征矩阵S和列隐特征矩阵T，并选取分解精度最高的多维行隐特征矩阵S和列隐特征矩阵T输出至存储模块的隐特征存储单元。

3.基于权利要求1或2所述方法的视频数据多维非负隐特征的提取装置，其特征在于：该装置包含接收模块，距离目标函数模块，储存模块，特征提取模块；所述接收模块用于接收视频数据采集设备的图像并指示所述存储模块对采集的视频数据进行存储；

所述距离目标函数模块用于根据不同的视频数据，选择不同的距离目标函数计算不同维的非负隐特征；

所述储存模块包含隐特征储存单元和视频数据储存单元，所述视频数据存储单元用于储存所述接收模块传来的视频数据，所述隐特征储存单元用于储存在不同距离目标函数下提取的不同维的非负隐特征；

所述特征提取模块用于结合不同的距离目标函数计算视频数据的多维非负隐特征提取过程，并将提取的多维非负隐特征存入所述隐特征储存单元。

4.根据权利要求3所述的一种视频数据多维非负隐特征的提取装置，其特征在于：所述特征提取模块包含参数初始化单元、迭代单元和迭代结果输出单元，

所述参数初始化单元用于初始化视频数据隐特征提取过程中涉及的提取参数；

所述迭代单元用于将所述视频数据储存单元储存的视频数据和不同的距离目标函数以及所述提取参数结合并提取出不同距离目标函数下的视频数据隐特征；

所述迭代结果输出单元用于提取最高隐特征分解结果并储存至所述隐特征储存单元。