基于半监督Hessian正则化的低分辨率航拍视频重定位感知学习方法
申请号:CN202411839455
申请日期:2024-12-13
公开号:CN119992371A
公开日期:2025-05-13
类型:发明专利
摘要
本发明属于计算机视觉和视频处理领域,公开了一种基于半监督Hessian正则化的低分辨率航拍视频重定位感知学习方法,包括:步骤1,使用不确定性采样法从低分辨率航拍视频中生成注视转移路径特征;步骤2,利用Hessian正则化特征选择从注视转移路径特征中选择高质量特征;步骤3,使用高斯混合模型以捕捉所选高质量特征的分布特性;步骤4,根据高斯混合模型评估视频中每个网格的重要性,并对低分辨率航拍视频进行重定向。本发明通过使用主动学习算法从低分辨率航拍视频中生成注视转移路径特征,该方法能够有效模拟人类视觉注意力,优先识别并突出视频中的关键和显著区域,从而提高了特征选择的相关性和准确性。
技术关键词
高斯混合模型
路径特征
特征选择
视频块
航拍
学习方法
矩阵
表达式
样本
期望最大化算法
模拟人类视觉
网格
标签
标记
拉普拉斯
正则化参数
主动学习算法
正则化算法
邻居