[發明專利]基于多媒體分析的視頻事件檢測方法無效
| 申請號: | 201110140400.9 | 申請日: | 2011-05-27 |
| 公開(公告)號: | CN102298604A | 公開(公告)日: | 2011-12-28 |
| 發明(設計)人: | 徐常勝;盧漢清;張天柱;劉偲 | 申請(專利權)人: | 中國科學院自動化研究所 |
| 主分類號: | G06F17/30 | 分類號: | G06F17/30 |
| 代理公司: | 中科專利商標代理有限責任公司 11021 | 代理人: | 梁愛榮 |
| 地址: | 100190 *** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 多媒體 分析 視頻 事件 檢測 方法 | ||
技術領域
本發明屬于模式識別技術領域,涉及基于多媒體分析的視頻事件檢測方法。
背景技術
基于多媒體分析的視頻事件檢測技術指的是使用計算機從視頻中通過計算算法軟件進行運算和分析,提取視頻中的有用信息,完成這一信息提取和理解的一項技術,說得通俗一些,就是計算機對視頻的“內容”的提取和理解,這一過程最為關鍵的技術是采用計算機對視頻信號進行分析,以提取視頻場景中發生的一些特定的事件或監控目標的特定行為。
隨著視頻處理技術的不斷發展,以及國際反恐形勢的需要,智能視頻分析技術逐漸成為一個研究熱點,在國外已研發出較為成熟的產品,并成功應用于各類監控系統,實現自動檢測和自動報警功能,而在國內,各廠家和研究單位也在積極研究開發,新的國產的智能視頻分析技術產品也將很快在市場上出現。
智能視頻分析技術的應用首先是在監控領域,實現用計算機實時監控和“查看”視頻,當有可疑事件出現時再提醒監控人員進行第二次人工確認,通過這種方式,能夠過濾掉90%以上的正常視頻,無須監控人員隨時盯著觀看,使監控人員的工作效率大大提高,不但使監控人員能一個人同時兼顧幾路、幾十路甚至于上百路的視頻,而且能有效克服監控人員固有的精神疲勞、注意力不集中等生理特點,更為重要的是,通過智能視頻分析技術使對于異常事件的監測能夠做到實時監測實時報警,大大縮短發現異常事件時的反應時間,使原有的監控系統不至于淪為一種“錄像查詢系統”。由于具有這么多明顯的優點,安防監控領域已逐漸將這一技術應用到實際工程系統中。
事件檢測是視頻分析以及理解等多種問題的關鍵,越來越受到廣泛的重視。目前,對于不同的視頻源(體育,新聞,電影,監控)有不同的方法,但是缺少一個統一的方法對不同的視頻源進行分析。許多存在的事件檢測算法依賴視頻的描述特征和領域知識,并且監督的學習方法訓練模型。由于不同的領域知識和不充足的訓練樣本,因此建立一個通用的框架是困難的。
發明內容
有鑒于此,本發明的目的是提出一個新穎的半監督學習方法對不同視頻數據進行分析。
為達成所述目的,本發明基于多媒體分析的視頻事件檢測方法的技術方案包括如下步驟:
步驟S1:利用文本分析,對電影、體育、新聞視頻進行分析,得到少量的自動標注視頻數據;
步驟S2:利用多個關鍵詞,通過網絡視頻搜索引擎,得到事件相關的大量的視頻數據;
步驟S3:基于圖模型的半監督多示例學習算法,利用少量的自動標注視頻數據和事件相關的大量的視頻數據進行訓練,并且利用事件例子的相似度準則及事件包的正負屬性準則,構建出事件的數學描述模型,基于這個事件的數學描述模型,采取有約束的凸凹過程方法,對事件相關的大量的視頻數據進行求解;
步驟S4:局部相似度度量學習方法,利用樣本的空間分布特性,學習得到有效的相似度,根據學習得到的事件模型實現事件識別和定位。
步驟S5:根據事件模型,對視頻的內容進行語義分析,得到視頻中事件的位置信息。
優選地,通過利用文本分析,自動獲取少量的有標簽的訓練數據,從而減少人工標注樣本的代價。
優選地,通過網絡視頻搜索引擎,獲得大量的無標簽數據,增加數據分布的信息量,也減少人工標注樣本的代價。
優選地,通過基于圖模型的半監督多示例學習算法,有效地融合有標簽數據和無標簽數據,從而能訓練得到較好的事件模型。
優選地,通過局部相似度度量學習方法,能夠根據類標的局部分布關系,學習出有效的相似度度量,從而提高事件檢測的正確性。
優選地,通過事件模型,能夠有效地定位事件的位置信息,從而實現視頻內容的高層語義理解。
本發明的有益效果:本發明提出了一個新穎的半監督學習方法對不同視頻數據進行分析。本發明方法是基于圖模型半監督多示例學習算法,該算法利用少量的有標簽的樣本和大量的弱標簽樣本訓練事件模型。其中,有標簽的樣本是通過文本分析得到,無標簽樣本是通過關鍵詞從互聯網上獲得。通過利用半監督學習,從分挖掘無標簽樣本的信息,從而解決了訓練樣本不足的問題。通過利用無標簽樣本,提高了事件檢測的準確性。通過利用多示例學習,解決了視頻中事件定位的問題,從而能夠有效地實現視頻的索引、檢索和語義理解。通過利用局部相似度度量學習的方法,解決了相似度度量不正確的問題,從而有效地構建了圖模型,提高了事件檢測的正確性。
附圖說明
圖1是本發明的事件檢測算法學習框圖;
圖2是本發明中的局部相似度學習;
圖3是本發明中的電影數據庫;
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于中國科學院自動化研究所,未經中國科學院自動化研究所許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201110140400.9/2.html,轉載請聲明來源鉆瓜專利網。





