一种在线数字媒体分类的快速特征提取方法

摘要

本发明提供一种在线数字媒体分类的自适应特征提取方法，通过以下步骤来实现对媒体对象的高效分类：(1)起始；(2)检测预测模型是否已训练好，如果预测模型尚未建立，执行步骤3，否则转入步骤6；(3)将特征按提取时间开销排序；(4)按序提取训练媒体对象的特征；(5)按序训练一组备选子预测模型序列；(6)使用子模型序列对媒体对象进行分类；(7)输出媒体对象的分类标记；(8)结束。该方法自动地对“简单”的对象只提取少量特征，而对“复杂”的对象提取更多的特征，这样就可以节省用于特征提取的时间开销，从而提高在线数字媒体处理的速度。

主权项

一种在线数字媒体分类的快速特征提取方法，其特征是该方法包括以下步骤：(1)起始；(2)检测预测模型是否已训练好，如果预测模型尚未训练好，执行步骤3，否则转入步骤6；(3)将媒体对象的特征按提取时间开销从小到大排序；(4)按序提取训练媒体对象的特征；(5)按序训练一组备选子预测模型序列；(6)使用子预测模型序列对待预测媒体对象进行分类；(7)输出待预测媒体对象的分类标记；(8)结束；其中：步骤(5)按序训练一组备选子预测模型序列的具体步骤是：(51)起始；(52)将特征计数器j设置为0，其中j为特征个数；(53)特征计数器j加1；(54)使用训练集合中测媒体对象的前j个特征输入到学习算法，建立一个SVW子预测模型SVWj，该子预测模型在分类时能够对提取了前j个特征的待预测媒体对象进行分类，其中SVW为支持向量机；(55)如果j＜d，表示还有更多的特征可用，则转步骤53，建立一个特征个数j加1的子预测模型，否则，转到步骤56，其中d表示媒体对象总的特征个数；(56)输出所有的子预测模型；(57)结束；步骤(6)使用子模型序列对待预测媒体对象进行分类的具体步骤是：(61)起始；(62)预测模型接受用户要分类的媒体对象I；(63)将特征计数器j初始化为0；(64)将计数器j加1；(65)按照特征顺序提取第j个特征值；(66)将前j个特征值作为媒体对象I的特征向量x输入到第j个子预测模型SVWj；(67)计算特征向量x距离SVWj的分界面的距离m，m为子预测模型的分类置信度；(68)如果m＜thr，则表明SVWj对样本分类的置信度不够高，并且j＜d，表明还有更多的特征可提取，则返回步骤64；如果不满足m＜thr且j＜d，则转到步骤69，thr为置信度阈值；其中d表示媒体对象总的特征个数；(69)SVWj的输出作为I的标记；(610)结束。