主权项 |
1.一种对视频进行维数约简的方法,其特征在于,该方法包括下列步骤:步骤1:提取视频序列的每一帧图像x<sub>i</sub>,i=1,2,...,N;步骤2:将所述视频序列的每一帧图像x<sub>i</sub>扩展到非线性扩展空间<img file="FSB00000620452700011.GIF" wi="51" he="50" />i=1,2,...,N;步骤3:计算<img file="FSB00000620452700012.GIF" wi="69" he="48" />矩阵,该矩阵的每一列向量<img file="FSB00000620452700013.GIF" wi="245" he="62" />i=1,2,…N-1,根据下列公式(7)和公式(8):<maths num="0001"><![CDATA[<math><mrow><mi>A</mi><mo>=</mo><mi>Δ</mi><mover><mi>X</mi><mo>~</mo></mover><mi>Δ</mi><msup><mover><mi>X</mi><mo>~</mo></mover><mi>T</mi></msup><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>7</mn><mo>)</mo></mrow></mrow></math>]]></maths><maths num="0002"><![CDATA[<math><mrow><mi>B</mi><mo>=</mo><msup><mrow><mover><mi>X</mi><mo>~</mo></mover><mover><mi>X</mi><mo>~</mo></mover></mrow><mi>T</mi></msup><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>8</mn><mo>)</mo></mrow></mrow></math>]]></maths>计算协方差矩阵A和协方差矩阵B,步骤4:利用广义特征向量问题求解满足公式AW=ΛBW的广义特征向量值Λ和特征向量W,对于原始D维数据空间,保留小于等于D个最小的非零特征值对应的特征向量,从而获得低维嵌入空间中的坐标。 |