[發明專利]一種基于視頻語義建模的視頻瀏覽方法

有效

• 申請號: 201210188991.1
• 申請日: 2012-06-08
• 公開（公告）號: CN102750349A
• 公開（公告）日: 2012-10-24
• 發明（設計）人: 謝小鵬;張昱;肖海兵
• 申請（專利權）人: 華南理工大學
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 廣州市華學知識產權代理有限公司 44245
• 代理人: 齊榮坤

技術領域

本發明涉及圖像處理領域，特別涉及一種基于視頻語義建模的視頻瀏覽方法。

背景技術

在互聯網上提供視頻的技術，目前已經做了很多研究。這些技術包括視頻服務器的設計[McCanne?&?Jacobson?1995]，提供代理[Floyd?1997]，自適應視頻編碼[Rowe?1994]和低層次的網絡協議的修改[McManus?&?Ross?1996,Chen?1998]。目前的微軟和RealNetworks的RealPlayer使用wmplayer前置緩沖區，它在傳輸的同時，解碼的視頻文件。這將大大減少輪候時間，但會因為傳輸，凍結視頻流導致播放時滯后。馮等[1998]提出了在視頻流中提供一個包含演繹信息的前置緩沖管理。該計劃還需要監測現有的帶寬。

上述方法都存在致命的問題。這種服務器、代理或網絡協議是不可伸縮，無法預測，并限制在一時間的訪問次數。無論有多高效的服務器，代理或協議，當訪問的數量增加時，它會卡住。這可能發生在一個視頻點播系統。用前置緩沖區或自適應編碼視頻流應用程序仍然是不切實際的。如果緩沖區足夠大，它可能相當于下載整個視頻。添加緩沖管理也將增加額外的開銷，視頻服務器會大大降低效率。

發明內容

本發明的目的在于克服上述現有技術的缺點和不足，提供一種基于視頻語義建模的視頻瀏覽方法，提高了視頻瀏覽的效率。

本發明通過下述技術方案實現：一種基于視頻語義建模的視頻瀏覽方法,包括ViMeta-VU系統、一個視頻語義瀏覽界面、一個2.5維affirn變換器以及智能代理；所述ViMeta-VU系統是語義視頻對象分級跟蹤處理系統；所述2.5維affirn變換器用于統計變化檢測與時空濾器相合的語義視頻對象平面自動分割，包括如下步驟：

（1）視頻分割：檢測幀間運動和拼接多個幀；

（2）視頻語義表征和建模：把視頻語義對象和可視對象都稱之為感知的對象；幀是一個完整的單元；堆棧幀形成一個連續的視頻序列；

（3）視頻的多址訪問和移動代理：代理AL和代理AM為一組代理，共同瀏覽遠程站點的視頻文件；代理AL是安裝在本地用戶計算機的代理，代理AM是安裝在遠程計算機的代理；

所述代理AL交互式的從用戶瀏覽的視頻部分獲取他想要瀏覽的視頻語義特征信息，然后，此視頻語義特征信息發送到通過XML文檔瀏覽的代理AM，檢索幀序列，并發送配對到代理AL。

本發明相對于現有技術，具有如下的優點及效果：

由于視頻是一個非常復雜的媒體，操縱和處理視頻數據的困難主要是由于視頻數據的語義理解信息的缺乏?；谝曨l語義信息基礎上推出了提供的某些行為的智能代理，如瀏覽行為、集中行為、參加行為等。解決方案不僅提供了視頻對象的快速訪問，也提供了靈活性，以滿足視頻鏡頭的需要。本發明的應用將有利于視頻瀏覽效率的提高。該方法將著力于在互聯網上提供視頻對象。有很多應用這種技術，如網絡教育、視頻點播、電子報、計算機支持的協同等方面。

附圖說明

圖1為本發明的視頻語義結構圖。

具體實施方式

下面結合具體實施例對本發明作進一步具體詳細描述，但本發明的實施方式不限于此，對于未特別注明的工藝參數，可參照常規技術進行。

實施例

如圖1所示，基于視頻語義建模的視頻瀏覽方法,包括ViMeta-VU系統、一個視頻語義瀏覽界面、一個2.5維affirn變換器以及智能代理；所述ViMeta-VU系統為語義視頻對象分級跟蹤處理系統；所述2.5維affirn變換器用于統計變化檢測與時空濾器相合的語義視頻對象平面自動分割，包括如下步驟：

（一）視頻分割：檢測幀間運動和拼接多個幀；

視頻分割：一個基于內容分割的重要一步是檢測幀間運動和拼接多個幀。對于幀之間的動作，方法描述了三個旋轉角度（roll,pitch?and?yaw）定義為（α，β，γ），三個變換為（Tx,Ty,Tz）。一個空間點（X，Y，Z）與圖像坐標（u，v）。在下一幀將移動到(x',y',z')的圖像中的點移動到(u',v')。假設相機焦距f在移動以后是f′，下一個針孔攝像機模型，它們之間的關系坐標是：