[发明专利]时间信息差异的度量算法

摘要

时间信息差异的度量算法，属于计算机视觉应用中的视频理解领域，为了解决增加卷积神经网络可获取信息的种类，时间信息的最大均值差异为：将原始视频图像与卷积特征图分为两个集合，各集合内，相邻的两个图像作为集合内的一组待计算时间信息元素，得到的集合即为第一原始视频图像集合、第一卷积特征图集合，效果是所以两组数据的时间信息也可以被视为拥有直接联系，合理运用两者之间的联系对于视频理解领域及其相关应用具有一定的价值。

主权项

1.一种时间信息差异的度量算法，其特征在于：时间信息的最大均值差异为：f(x)是第三原始视频图像集合，f(xc)是第三卷积特征图集合，f是被映射的可再生核希尔伯特空间上的连续函数集，n是得到的视频帧图像总数；其中：第二原始视频图像集合P′n‑1与第二卷积特征图集合Q'n‑1的集合内的所有数据进行空间映射计算并求平均，得到第三原始视频图像集合f(x)与第三卷积特征图集合f(xc)；其中：针对第一原始视频图像集合：Pn‑1＝{[x1,x2],[x2,x3],[x3,x4]…[xn‑1,xn]}第一卷积特征图集合：对维度不同的数据的进行补零升维或去零降维以使得各数据同维度，得到第二原始视频图像集合P′n‑1与第二卷积特征图集合Q'n‑1；其中：x_i是原始视频图像帧，是原始视频图像帧对应的卷积特征图，i是帧数，将原始视频图像与卷积特征图分为两个集合，各集合内，相邻的两个图像作为集合内的一组待计算时间信息元素，得到的集合即为第一原始视频图像集合P_n‑1、第一卷积特征图集合Q_n‑1。