[發明專利]多媒體數據分類方法及裝置

在審

• 申請號: 201210498829.X
• 申請日: 2012-11-29
• 公開（公告）號: CN103853724A
• 公開（公告）日: 2014-06-11
• 發明（設計）人: 常江龍;徐法明;朱春波
• 申請（專利權）人: 三星電子（中國）研發中心;三星電子株式會社
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京德琦知識產權代理有限公司 11018
• 代理人: 謝安昆;宋志強

1.一種多媒體數據分類方法，其特征在于，該方法包括：

從每個原始多媒體數據中分別提取特征，所有數據的特征組成了原始特征集，且，當所述原始多媒體數據為視頻數據時，提取動態特征、編輯特征和靜態特征，當所述原始多媒體數據為圖像數據時，提取結構特征，以及顏色特征、紋理特征、形狀特征三者之一或任意組合；

對于每個類別，從原始特征集中選取該類別的訓練樣本，所有訓練樣本組成訓練集；

采用預設分類算法，對訓練集進行學習訓練，生成分類判決準則模型；

對于任一測試樣本，采用分類判決準則模型對該測試樣本進行計算，得到該測試樣本所屬的類別。

2.根據權利要求1所述的方法，其特征在于，當所述特征為動態特征時，

所述提取特征包括：

對于視頻數據中的每兩相鄰幀YUV圖像，分別計算每幀圖像的亮度均值，計算該兩幀圖像的亮度均值的差值的絕對值，得到該兩幀圖像的亮度差，計算整個視頻數據的亮度差的均值，得到整個視頻數據的平均亮度變化差；

對于視頻數據中的每兩相鄰幀RGB圖像，分別計算每幀圖像的r的均值、g的均值、b的均值，計算該兩幀圖像的r的均值的差值的絕對值、g的均值的差值的絕對值、b的均值的差值的絕對值，得到該兩幀圖像的r差、g差、b差，計算整個視頻數據的r差的均值、g差的均值、b差的均值，得到整個視頻數據的平均r變化差、平均g變化差、平均b變化差；

對于視頻數據中的每兩相鄰幀圖像，計算該兩幀圖像之間的運動向量均值，計算整個視頻序列的平均運動向量均值；

平均亮度變化差、平均r變化差、平均g變化差、平均b變化差和平均運動向量均值構成了視頻數據的動態特征。

3.根據權利要求1所述的方法，其特征在于，所述編輯特征包括：視頻鏡頭切變率、視頻鏡頭漸變率和靜止幀率。

4.根據權利要求3所述的方法，其特征在于，當所述特征為視頻鏡頭切變率時，

所述提取特征包括：

對于視頻數據中的每兩相鄰幀YUV圖像，分別計算每幀圖像的y的均值、u的均值、v的均值，計算該兩幀圖像的y的均值的差值的絕對值、u的均值的差值的絕對值、v的均值的差值的絕對值，得到該兩幀圖像的y差、u差、v差；

判斷是否滿足：y差大于預設第一閾值、u差大于預設第二閾值、v差大于預設第三閾值，若是，確定該兩幀圖像為候選鏡頭切變幀，分別使用Sobel算子法對該兩幀圖像進行計算，分別得到兩個邊緣圖，計算該兩個邊緣圖中像素值的均值的差值的絕對值，若該差值的絕對值大于預設第四閾值，則計算該兩幀圖像之間的運動向量均值，若該運動向量均值大于預設第五閾值，則確定該兩幀圖像為鏡頭切變幀，將鏡頭切變數加1；

當對整個視頻數據檢測完畢時，計算鏡頭切變數與整個視頻數據幀數的比率，得到鏡頭切變率。

5.根據權利要求3所述的方法，其特征在于，當所述特征為視頻鏡頭漸變率時，

所述提取特征包括：

對于視頻數據中任意兩相隔q幀的YUV圖像，計算該兩幀圖像的y的均值的差值的絕對值，若該差值的絕對值大于預設第六閾值，則判斷是否連續M次滿足：相隔q幀的圖像的y的均值的差值的絕對值大于預設第六閾值，若是，判定檢測到一個鏡頭漸變處，將鏡頭漸變數加1；否則，轉至下一幀繼續檢測，其中，q、M為預設整數，且q>1；

當整個視頻數據檢測完畢時，計算鏡頭漸變數與整個視頻數據幀數的比率，得到鏡頭漸變率。

6.根據權利要求3所述的方法，其特征在于，所述靜態特征包括：平均亮度均值、平均亮度方差、平均飽和度均值和小波變換紋理特征，或者包括：平均亮度高分量比、平均飽和度高分量比和小波變換紋理特征，或者包括：

平均亮度均值、平均亮度方差、平均飽和度均值、平均亮度高分量比、平均飽和度高分量比和小波變換紋理特征。

7.根據權利要求1所述的方法，其特征在于，所述顏色特征包括：圖像的一階、二階和三階HSV空間顏色矩特征以及一階、二階和三階矩顏色直方圖矩特征。

8.根據權利要求1所述的方法，其特征在于，所述紋理特征包括：基于灰度共生矩陣的紋理特征和小波變換紋理特征。