[发明专利]一种基于功能磁共振成像的视频数据检索方法

说明书

技术领域

本发明涉及一种基于功能磁共振成像的视频数据检索方法，可以应用于不同种类视频数据的检索当中。

背景技术

随着数字多媒体数据的爆炸式增长，网络上的视频数据数量与日俱增，如何能够利用计算机在海量的视频数据中准确地检索出用户喜欢的视频数据变的越来越重要。传统的视频数据检索方法主要是根据视频数据内容的底层视觉特征如颜色、形状和纹理等来区分视频的类别，从大量视频数据中寻找出用户期望得到的视频数据类型。具体做法是从视频数据库中的每个待检索视频数据中提取出一个或者多个关键帧图像作为该数据的代表，提取出关键帧图像的颜色、形状和纹理特征，然后用这些特征和用户所要检索视频数据关键帧的颜色、形状和纹理特征进行对比，如果特征相似，则认为是用户期望得到的视频数据，将该视频数据从视频数据库中提取出来呈现给用户。

然而，传统的视频数据检索方法难以做到快速准确，相比之下，人类却可以瞥一眼正在播放的视频数据就知道其具体内容。因此，如何将人脑的认知模式应用在计算机视频数据检索中是一个非常有价值的研究课题。国内外已有将脑电图信号用于图像检索的方法，但是脑电图只能测量大脑表面的信号，难以提供较高空间分辨率的大脑响应信号，相比之下，功能磁共振成像技术却能够准确测量人类大脑在观测视频数据时的反映。在测量时，对人脑中分管视觉、听觉等功能的区域进行核磁共振成像，功能区域中的每个体素都会对应外界视频刺激产生响应，对于某一段视频数据，通过功能磁共振成像技术就得到每个功能区域中所有体素在一段时间上的响应数据，这些功能磁共振成像数据所包含的特征称之为脑功能成像空间特征。神经学家已经证明，当眼睛观看如工具、建筑和动物等不同种类的视频数据内容时，可以测量到不同的功能磁共振信号，这些不同的响应信号可以用来区分不同种类的视频数据。已有学者将从功能磁共振信号中的脑功能成像特征向量和视觉特征向量结合起来用于视频数据分类中，取得了较好的结果，但是由于功能磁共振成像实验代价较为昂贵，往往只能得到少量视频所对应的功能磁共振成像数据，如何能得到视频数据库中所有视频的脑功能成像特征向量，并在这些脑功能成像特征向量基础上进行视频数据检索具有非常重要的意义，也将对提高视频数据检索的准确性产生重大影响。

发明内容

要解决的技术问题

为了将人脑认知信息应用到视频数据检索中，提高视频数据检索技术的准确性，本发明提出一种基于功能磁共振成像的视频数据检索方法。

本发明的思想在于：利用视频数据库中少量视频数据的底层视觉特征和这些视频对应的脑功能成像空间特征向量来训练高斯过程回归模型，用该模型预测出视频数据库中没有进行功能磁共振成像的视频数据的脑功能成像空间特征向量，这样就得到了视频数据库中所有视频的脑功能成像空间特征向量；然后，在脑功能成像空间中利用脑功能成像空间特征向量构造流形结构，得到权重系数矩阵；最后利用权重系数矩阵对视频数据进行流形排序得到打分最高的视频数据作为检索结果。

技术方案

一种基于功能磁共振成像的视频数据检索方法，其特征在于：

步骤1从功能磁共振成像数据中提取N_f个视频数据的脑功能成像空间特征向量：

从矩阵X_i，j中提取脑功能成像空间特征向量Y_i＝{y_i，1，y_i，2，...，y_i，w1}，其中，i表示N_f个具有对应功能磁共振成像数据的视频数据中的第i个视频数据；j表示每个视频数据对应的第j个功能磁共振成像数据矩阵；矩阵X_i，j大小为m1×n1，m1∈[0，1000]，n1∈[2，10000]；所述矩阵X_i，j为N_f∈[10，1000]个视频数据分别具有M个功能磁共振成像数据矩阵X_i，j；所述N_f∈[10，1000]个视频数据属于视频数据库中N∈[1000，100000]个视频数据，i＝1，2，...，N_f，j＝1，2，...，M，M∈[10，100]；

提取脑功能成像空间特征向量具体步骤如下：