基于支持向量机的视频元数据信息快速检索方法

李 超

(1.铜陵职业技术学院 信息工程系，安徽 铜陵 244000；2.合肥工业大学 计算机与信息学院，安徽 合肥 230001)

0 引言

随着智能图像数据库的融合发展，需要设计多媒体数据库混合预编码视频元数据检索方法，采用大数据信息分布式存储技术实现对多媒体数据库混合预编码视频元数据的信息存储结构分析和检索，建立分布式的数据存储和检索结构模型，提高多媒体数据库混合预编码视频元数据的特征分析和信息调度能力.结合分辨多媒体数据库混合预编码视频元数据的稀疏性特征分析结果，通过混合编码和参数分析，采用模糊信息融合方法，实现多媒体数据库混合预编码视频元数据检索和特征分析[1].

对多媒体数据库混合预编码视频元数据检索是建立在对视频图像的自适应传输分析和优化控制基础上，在超分辨多媒体数据库中，采用混合预编码方法，实现视频元数据的纹理分布区域检测，结合数据库检索技术[2]，进行多媒体数据库混合预编码视频元数据的信息检索，通过建立多媒体数据库混合预编码视频元数据检索的特征信息检测模型，采用多维参数融合调度，进行多媒体数据库混合预编码视频元数据的个性化参数融合和量化码元检测[3]，提高多媒体数据库的自适应匹配能力.传统方法中，多媒体数据库混合预编码视频元数据检索方法主要有基于模糊度检测的多媒体数据库混合预编码视频元数据检索方法、基于特征向量融合的多媒体数据库混合预编码视频元数据检索方法等[4]，文献[5]中提出基于深度卷积神经网络的多媒体数据库混合预编码视频元数据检索方法，构建图像的退化模型，进行多媒体数据库混合预编码视频元数据的稀疏性特征分解，设计多媒体数据库混合预编码视频元数据采集模型，但该方法的计算负载较高.文献[6]中提出基于小波特征分解的多媒体数据库混合预编码视频元数据检索方法，结合对多媒体数据库混合预编码视频元数据分析和特征融合，采用小波多尺度分解，实现图像量化码元特征检测和检索，但该方法的模糊度较大，检索的精准度不高.

针对上述问题，本文提出基于支持向量机的视频元数据信息快速检索方法.首先构建多媒体数据库混合预编码视频元数据的像素大数据检测模型，根据多媒体数据库混合预编码视频元数据的哈希编码结果实现信息重组，根据信息重组结构，然后采用支持向量机算法，实现对多媒体数据库混合预编码视频元数据的信息融合聚类分析，建立视频元数据信息快速检索的像素通道，根据对视频元数据信息的边缘像素特征分布式融合和视频序列重组方法，实现视频元数据信息快速检索.最后进行仿真测试分析，展示了本文方法在提高多媒体数据库混合预编码视频元数据检索能力方面的优越性能.

1 混合预编码视频元数据分布和信息预处理

1.1 视频元数据融合处理

为了实现多媒体数据库混合预编码视频元数据检索，结合语义特征分析和融合调度方法，构建多媒体数据库混合预编码视频元数据检索的特征匹配模型[7]，令k(y)为多媒体数据库混合预编码视频元数据检索的粗糙集特征量，根据特征层的信息融合匹配结果，采用深度Hash编码算法，对多媒体数据库混合预编码视频元数据进行深度特征检测，计算每个多媒体数据库混合预编码视频元数据的梯度值，利用数据的内在稀疏性[8]，得到深度Hash编码收敛值为：

(1)

其中，m(t)表示多媒体数据库混合预编码特征集之间的相关性参数，K为随机像素的尺度，j(a,b)的混合预编码视频元数据的帧序列矩阵，根据混合预编码视频元数据的参数融合结果，当(k≠1,y≠0,1≤j≤2)，得到多媒体数据库混合预编码视频元数据检索的联合特征分布集表示为：

krd=[1-c(ra+va)]i

(2)

其中，ra为多媒体数据库混合预编码视频元数据语义分布的源信息，va为混合预编码视频元数据的联合分布特征量，c为稀疏表示分类模型基函数.设i∈1,2,3，读入第一帧多媒体数据库混合预编码视频，结合多媒体数据库混合预编码视频编码，得到输出的模糊特征码元序列为：

(3)

1.2 视频元数据信息特征分析

对采集的多媒体数据库混合预编码视频元数据的像素信息进行结构重组，提取多视图属性编码特征分布集，采用支持向量机算法实现对多媒体数据库混合预编码视频元数据检索[9]，根据深度特征加权训练，得到多媒体数据库混合预编码视频元数据加权聚合输出函数表示为：

(4)

其中hc为多媒体数据库混合预编码视频元数据加权聚合的形态学函数，i=0,1,…，N-1为像素点集合，tc为稀疏散乱点集，得到稀疏表达特征分布聚合输出为G：

G=t{Fc(o,p,q)}s

(5)

其中：Fc(o,p,q)是多视图属性编码图像教学资源的第t帧的关联像素值，s为输出幅值，构建多媒体数据库混合预编码视频元数据检索的语义关联分布模型，得到输出检索轨迹分布：

(6)

其中，ace表示多媒体数据库混合预编码视频元数据检索的融合参数，由此得到多媒体数据库混合预编码视频元数据检索的迭代函数为：

(7)

其中：w(r,e)是训练视频的帧分布集，得到多媒体数据库混合预编码视频元数据检索输出聚类矩阵为：

(8)

其中：lcb(c)是多媒体数据库混合预编码视频元数据检索的特征匹配系数，lc(t)和lc(v)分别为不同聚合方向上多媒体数据库混合预编码视频元数据检索的像素分量[10].

2 视频元数据信息检索优化

2.1 支持向量机编码算法

图1 多媒体数据库混合预编码视频元数据支持向量机编码模型

对采集的分辨多媒体数据库混合预编码进行稀疏度特征分解，根据多媒体数据库混合预编码视频元数据的哈希编码结果实现信息重组，根据信息重组结构，构建支持向量机编码模型，如图1所示.

采用簇聚类分析方法，得到多媒体数据库混合预编码视频元数据检索的聚类中心为rb与rc，采用复杂度表示数据的结构稀疏度[11]，得到多媒体数据库混合预编码视频元数据检索的可靠性匹配度为md，提取多媒体数据库混合预编码视频元数据的角点信息，由粗到精的层次化对齐机制表示为：

Ar=c2(c)-rb(cos-1α+sin-1β)

(9)

Br=d2(d)-rc(cos-1ε+sin-1β)sc1

(10)

其中，c2(c)为多媒体数据库混合预编码特征分量，d2(d)为高斯混合稀疏特征分布采集时间间隔，α为联合分量，β为马氏距离的核矩阵，ε为距离度量参数，sc1为加权系数.通过多媒体数据库混合预编码视频元数据的语义信息检测结果，根据多视图属性编码图像的不变矩特征分析结果，得到向量机回归模型泛化模型参数为：

(11)

其中h(h1,h2,...,hn)为到多媒体数据库混合预编码视频元数据检索的离散序列，zb为最大似然估计迭代函数.

2.2 混合预编码视频元数据检索输出

对采集的多媒体数据库混合预编码视频元数据的像素信息进行结构重组，根据多媒体数据库混合预编码视频元数据的哈希编码结果实现信息重组，根据信息重组结构[12]，采用支持向量机算法，提取多媒体数据库混合预编码视频的帧重组序列，得到鲁棒多模态多变量稀疏特征量分别表示为：

Q=Tk(j1+w1)

(12)

(13)

其中，j1为多媒体数据库混合预编码视频的采样长度，w1为视频序列的码元分布间隔，Tk为最大采样时长.

分析字典中的列向量，构建多媒体数据库混合预编码视频元数据的均值分割模型，表示为：

R=(wrt-v)2,v∈0,1

(14)

其中：v是混合特征分布式采样序列，wrt为系数向量串联构成的时延参数.

构建多媒体数据库混合预编码视频元数据检索的三维RGB信息重组模型，得到联合量测分量为Nl，计算公式为：

(15)

其中，gmtcl(gm-gn)表示多媒体数据库混合预编码视频元数据的Retinex角点参数值，oc为高斯混合稀疏特征量.建立视频元数据信息快速检索的像素通道，根据对视频元数据信息的边缘像素特征分布式融合和视频帧序列重组方法[13]，得到综合特征参数为ko={0,1,…,n},ui≠0，多媒体数据库混合预编码视频元数据检测输出结果：

Tcg=(ko)ui+Z(zf,zt)bf

(16)

其中，Z(zf,zt)表示多媒体数据库混合预编码视频元数据融合的适应度参量，bf表示最小化增广拉格朗日函数，bf>0，由此实现对多媒体数据库混合预编码视频元数据的融合检索，实现流程如图2所示.

3 仿真实验与结果分析

为了验证本文方法在实现多媒体数据库混合预编码视频元数据检索中的应用性能，采用Matlab进行仿真测试分析，设定多媒体数据库混合预编码视频元数据的训练样本数为2 800，测试集为480，模糊训练迭代步数为240，数据信息检索的尺度为0.722，其它参数设定见表1.

图2 算法优化实现流程

根据上述参数设定，进行多媒体数据库混合预编码视频元数据检索，取其中一组样本，得到多媒体数据库混合预编码视频元数据样本如图3所示.

以图3的视频元数据信息为样本对象，实现多媒体数据库混合预编码，输出如图4所示.检索结果输出如图5所示.

图3 视频元数据信息检索样本

图4 多媒体数据库视频元数据的混合预编码

图5 检索结果输出

分析上述仿真结果得知，采用本文方法能有效实现对多媒体数据库混合预编码视频元数据检索，检索输出性能较好，测试多媒体数据库混合预编码视频元数据检索的性能，以查准率的对比结果见表2和图6，分析表2和图6结果得知，本文方法进行多媒体数据库混合预编码视频元数据检索的查准率较高.

表2 多媒体数据库混合预编码视频元数据信息检索性能对比

图6 检索精度对比

4 结语

构建优化的多媒体数据库混合预编码视频元数据检索模型，结合多媒体数据库混合预编码视频元数据分布特征，实现对多媒体数据库混合预编码视频元数据检索和共享.提出基于支持向量机的视频元数据信息快速检索方法.构建多媒体数据库混合预编码视频元数据的像素大数据检测模型，读入第一帧多媒体数据库混合预编码视频，结合多媒体数据库混合预编码视频编码，根据深度特征加权训练，得到多媒体数据库混合预编码视频元数据加权聚合输出.计算每个多媒体数据库混合预编码视频元数据像素的梯度值，实现多媒体数据库混合预编码视频元数据检索.研究得知，本文方法进行多媒体数据库混合预编码视频元数据检索的精度较高.