[發明專利]基于慢特征分析的暴力視頻檢測方法

有效

• 申請號: 201210340160.1
• 申請日: 2012-09-13
• 公開（公告）號: CN102902981A
• 公開（公告）日: 2013-01-30
• 發明（設計）人: 王亮;張彰;王開業
• 申請（專利權）人: 中國科學院自動化研究所
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06T7/20
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 宋焰琴

1.一種基于慢特征分析的暴力視頻檢測方法，其特征在于，該方法包括以下步驟：

步驟S1，對于已經標好類的視頻樣本，計算其密集光流場；

步驟S2，從所述視頻的每個幀中以一定步長提取多個密集特征點，分別跟蹤所述密集特征點在整個視頻中的軌跡，從而得到由所述視頻中所有密集特征點對應的密集軌跡組成的密集軌跡集合T；

步驟S3，對于所述密集軌跡集合T中的每條密集軌跡，提取其中各軌跡點鄰域的像素值，構建出與每條密集軌跡對應的多個向量V；

步驟S4，基于每條密集軌跡對應的多個向量V，通過慢特征學習方法，對于每一類向量，得到一個對該類向量對應的J維慢特征函數C1；

步驟S5，將步驟S3得到的與每條密集軌跡對應的多個向量V分別輸入到慢特征函數C1中，基于所述慢特征函數C1的輸出向量構建該視頻的特征表示f；

步驟S6，將所述視頻的特征表示f作為特征向量輸入到支持向量機SVM分類器中，構造分類器模型；

步驟S7，輸入一個測試視頻，將該測試視頻分為多個測試視頻段，對于每個測試視頻段計算其密集光流場；

步驟S8，從所述測試視頻段的每個幀中提取多個密集特征點，分別跟蹤所述密集特征點在整個視頻段中的軌跡，從而得到由所述測試視頻段中所有密集特征點對應的密集軌跡組成的密集軌跡集合T′；

步驟S9，對于所述密集軌跡集合T′中的每條密集軌跡，提取其中各軌跡點鄰域的像素值，構建出與每條密集軌跡對應的多個向量V′；

步驟S10，將步驟S9得到的與每條密集軌跡對應的多個向量V′輸入到所述慢特征函數C1中，基于所述慢特征函數C1的輸出向量得到該測試視頻段的特征表示f′；

步驟S11，將所述測試視頻段的特征表示f′作為特征向量輸入到所述步驟S6得到的分類器模型中，即可判斷該測試視頻段是否為暴力視頻段；

步驟S12，如果該測試視頻中超過一比例的視頻段被識別為暴力，則該測試視頻為暴力視頻，否則，為非暴力視頻。

2.根據權利要求1所述的方法，其特征在于，所述步驟S2和S8中，基于密集光流場的偏移量來跟蹤所述密集特征點，得到與各個密集特征點對應的密集軌跡。

3.根據權利要求2所述的方法，其特征在于，所述步驟S2中，基于密集光流場的偏移量來跟蹤所述密集特征點進一步為：對于某一視頻第t幀的軌跡點P_t＝(x_t，y_t)，通過對其密集光流場ω＝(u_t，v_t)進行中值濾波得到該軌跡點在第t+1幀中對應的軌跡點P_t+1：

Pt+1=(xt+1,yt+1)=(xt,yt)+(M*ω)|(x‾t,y‾t),]]>

其中，M是一個中值濾波器，是軌跡點P_t＝(x_t，y_t)鄰域內的一個點，表示對光流場中軌跡點對應位置的鄰域進行中值濾波，其表示軌跡點P_t＝(x_t，y_t)相對于P_t+1＝(x_t+1，y_t+1)的偏移量。