[發明專利]一種利用相關主題模型識別社會群體行為的方法

有效

• 申請號: 201310562450.5
• 申請日: 2013-11-12
• 公開（公告）號: CN103559510B
• 公開（公告）日: 2017-01-18
• 發明（設計）人: 王亮;譚鐵牛;黃永禎;趙放
• 申請（專利權）人: 中國科學院自動化研究所
• 主分類號: G06K9/66
• 分類號: G06K9/66
• 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

技術領域

本發明涉及機器學習與模式識別領域，特別涉及一種利用相關主題模型識別網絡視頻中無結構的社會群體行為的方法。

背景技術

網絡視頻的爆炸性增長使得自動視頻分類對于視頻的管理與檢索十分重要。雖然傳統的包含簡單運動與行為的短視頻片段的分類問題已經得到了很好的解決，但是對于網絡視頻中的復雜行為，特別是社會群體行為的識別，由于其無結構的行為上下文和復雜的多目標交互造成的語義鴻溝以及帶有標簽的視頻數據的缺乏，仍然沒有一個行之有效的方法。

本發明主要針對無結構的社會群體行為的識別，例如結婚舞會，生日聚會以及畢業典禮等。一般的方法是學習人工或半人工定義的語義概念作為視頻的中層特征來幫助分類。盡管如此，這些人工定義的概念并不一定具有很好的區分力，并且很難擴展到更大的或者新的數據庫上。為了發掘更為有效且更易擴展的中層特征，本發明提出了一種新的監督主題模型——相關主題模型，其利用稀疏貝葉斯學習從低層的視頻詞袋表示中自動的提取隱含的“相關”主題，并學習相應的稀疏分類器。

發明內容

為了解決現有技術存在的缺陷，本發明提供一種利用相關主題模型識別社會群體行為的方法。

本發明所提出的一種利用相關主題模型識別社會群體行為的方法包括以下步驟：

步驟S0，將視頻數據集中的部分視頻作為視頻訓練集D，剩下的視頻作為視頻測試集；

步驟S1，利用相關主題模型對所述視頻數據集中的視頻進行建模；

步驟S2，基于所述相關主題模型和所述視頻訓練集D得到優化目標函數；

步驟S3，在使得優化目標函數最大的情況下計算所述相關主題模型中的各個參數，訓練得到包括分類器的所述相關主題模型；

步驟S4，將所述視頻測試集中測試視頻的詞袋表示輸入到所述步驟S3訓練得到的相關主題模型中，利用隱含單元對可見單元的條件概率推斷得到所述測試視頻的主題表示；

步驟S5，將所述測試視頻的主題表示送入所述步驟S3得到的分類器中，得到對于相應測試視頻最后的識別結果。

由于本發明聯合學習視頻的主題表示和分類器，使得到的相關主題表示不僅能夠很好的解釋視頻數據，而且能夠對不同的視頻類別具有很好的區分力；同時主題表示的稀疏性使得模型在缺乏標簽數據的情況下仍然具有很好的識別性能。

附圖說明

圖1是本發明利用相關主題模型識別社會群體行為的方法流程圖。

圖2是利用相關主題模型對視頻進行建模的示意圖。

圖3是兩個不同視頻類的相關主題表示的相關程度示意圖。

具體實施方式

為使本發明的目的、技術方案和優點更加清楚明白，以下結合具體實施例，并參照附圖，對本發明進一步詳細說明。

本發明提出了一種相關主題模型，并將其用于網絡視頻中無結構的社會群體行為識別。通過利用稀疏貝葉斯學習聯合學習主題表示和分類器，相關主題模型使學習到的稀疏主題表示對于不同的視頻類更加具有區分力，并且適用于缺乏標簽數據的情況，同時本發明公開了一種有效的方法來訓練相關主題模型。

圖1是本發明利用相關主題模型識別社會群體行為的方法流程圖，如圖1所示，所述方法包括以下步驟：

步驟S0，將視頻數據集中的部分視頻作為視頻訓練集D，剩下的視頻作為視頻測試集；

步驟S1，利用相關主題模型對所述視頻數據集中的視頻進行建模；

圖2是利用相關主題模型對視頻進行建模的示意圖，如圖2所示，將視頻的詞袋表示建模為相關主題模型的可見單元v，其中所述詞袋表示服從多項分布；將視頻的主題表示t^r建模為相關主題模型的隱含單元h，其中所述主題表示服從非負高斯分布；連接可見單元和隱含單元的權重系數為W；將視頻的分類器建模為主題表示t^r的線性組合，系數為η，圖2中，y為視頻類標簽，α為先驗參數；另外，視頻類的條件分布由softmax函數確定：