[發(fā)明專利]基于行為確定人員角色的方法

無效

• 申請?zhí)枺?/td>: 201110444466.7
• 申請日: 2011-12-26
• 公開（公告）號(hào): CN102542292A
• 公開（公告）日: 2012-07-04
• 發(fā)明（設(shè)計(jì)）人: 朱松純;張建根;姚振宇
• 申請（專利權(quán)）人: 湖北蓮花山計(jì)算機(jī)視覺和信息科學(xué)研究院
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06T7/20
• 代理公司: 華中科技大學(xué)專利中心 42201
• 代理人: 朱仁玲

技術(shù)領(lǐng)域

本發(fā)明涉及視頻處理領(lǐng)域，更具體地說，本發(fā)明涉及一種基于行為確定人員角色的方法。

背景技術(shù)

隨著多媒體技術(shù)以及人工智能技術(shù)的發(fā)展，自動(dòng)的從原始多媒體信息中提取有用的信息即可以用來完成對多媒體資料的壓縮保存和文本檢索，也可以驅(qū)動(dòng)其他數(shù)據(jù)，觸發(fā)其他行為，從而大大減少人力的參與，擴(kuò)大人機(jī)交互的應(yīng)用范圍。而人的角色在實(shí)際生活中起著很重要的作用，因此從多媒體資料中利用人工智能技術(shù)提取出原始資料中出現(xiàn)的人員的角色信息就顯得有重要的意義了。

目前從多媒體資料中確定人員角色的方法主要從三種媒介入手：文本，音頻，視頻。現(xiàn)有的方法一般在一種或多種媒介提供的信息建立角色模型，通過標(biāo)注數(shù)據(jù)學(xué)習(xí)模型參數(shù)，從而得到推測人員角色的具體方法。比如：基于建立視頻中人群社交網(wǎng)絡(luò)的圖分割方法，基于建立在音頻中人社交網(wǎng)絡(luò)的貝葉斯方法，基于視頻與文本信息利用支持向量機(jī)的分類方法。

然而，這些方法均具有一定的缺陷：由于文本信息需要大量的人工操作，音頻又有一定的空間限制(距離太遠(yuǎn)會(huì)收集不到語音信息)，并且很難把混合聲音分離為每一個(gè)人單獨(dú)的聲音。因此這些方法限制了其應(yīng)用的范圍。而基于視頻的方法一般是根據(jù)檢測視頻中出現(xiàn)的人與人之間的交互關(guān)系，從而建立一個(gè)連接每一個(gè)人的社交網(wǎng)絡(luò)。這樣即浪費(fèi)了大量的人與場景交互的信息又因?yàn)槿伺c人之間的交互關(guān)系比較難檢測，因此這樣的方法的實(shí)用性不強(qiáng)并且效果比較差。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種基于行為確定人員角色的方法，其僅依賴于視頻信息，利用易于檢測的人與環(huán)境物體的交互關(guān)系，易于實(shí)現(xiàn)，效果好。

本發(fā)明的技術(shù)方案如下：

一種基于行為確定人員角色的方法，包括以下步驟：

一、學(xué)習(xí)過程：

(1)獲取視頻源H_L；

(2)提取視頻源中人員的軌跡其中表示視頻H_L中第z個(gè)人員第j次出現(xiàn)的運(yùn)動(dòng)軌跡，并標(biāo)注人員的角色；

(3)提取所有軌跡中人員進(jìn)入場景、離開場景的位置集合以及在場景中停留的位置集合其中N_o表示人員進(jìn)入場景，離開場景的位置點(diǎn)個(gè)數(shù)，N_d表示人員在空間中停留的位置點(diǎn)個(gè)數(shù)；

(4)根據(jù)期望最大化算法對位置集合X_o進(jìn)行聚類計(jì)算以得到場景的進(jìn)出口的位置，對X_d進(jìn)行聚類計(jì)算以得到場景中物體的位置；

(5)根據(jù)場景的進(jìn)出口的位置以及場景中物體的位置來定義人員與場景的進(jìn)出口以及場景中物體之間三種空間關(guān)系：進(jìn)入場景關(guān)系、離開場景關(guān)系、與物體的距離關(guān)系，以及人員在場景中物體處停留時(shí)間的時(shí)間關(guān)系，其概率具體定義為：

空間關(guān)系利用高斯分布定義如下：