[發(fā)明專(zhuān)利]一種基于上下文稀疏表示的恐怖視頻識(shí)別方法及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 201410065197.7
• 申請(qǐng)日: 2014-02-25
• 公開(kāi)（公告）號(hào): CN103854014A
• 公開(kāi)（公告）日: 2014-06-11
• 發(fā)明（設(shè)計(jì)）人: 李兵;胡衛(wèi)明;丁昕苗;祝守宇
• 申請(qǐng)（專(zhuān)利權(quán)）人: 中國(guó)科學(xué)院自動(dòng)化研究所
• 主分類(lèi)號(hào): G06K9/00
• 分類(lèi)號(hào): G06K9/00
• 代理公司: 中科專(zhuān)利商標(biāo)代理有限責(zé)任公司 11021
• 代理人: 宋焰琴

技術(shù)領(lǐng)域

本發(fā)明涉及模式識(shí)別和計(jì)算機(jī)網(wǎng)絡(luò)內(nèi)容安全領(lǐng)域，特別涉及一種基于上下文稀疏表示的恐怖視頻識(shí)別方法及裝置。

背景技術(shù)

隨著互聯(lián)網(wǎng)技術(shù)和應(yīng)用的迅速發(fā)展，互聯(lián)網(wǎng)也給人們的生活帶來(lái)便利的同時(shí)，也給不良信息的傳播提供了方便。在互聯(lián)網(wǎng)高速發(fā)展的基礎(chǔ)上，色情、暴力、恐怖等有害信息的傳播也變得越來(lái)越容易。心理學(xué)和生理學(xué)研究表明，互聯(lián)網(wǎng)中的恐怖信息對(duì)青少年的身心健康產(chǎn)生的危害絕不亞于色情信息的危害。過(guò)多的恐怖信息可能使人長(zhǎng)期處于極度的焦慮和恐懼中，甚至使人身心受到損害，容易產(chǎn)生心理失衡或障礙，嚴(yán)重時(shí)出現(xiàn)病理癥狀，導(dǎo)致各種恐怖癥產(chǎn)生，甚至引發(fā)其它的精神疾病。過(guò)多恐怖信息的接觸是恐懼癥及其它心理病癥的根源所在。同時(shí)，恐怖信息的過(guò)剩導(dǎo)致兒童、青少年的恐懼泛化，進(jìn)而影響他們的社會(huì)認(rèn)知及未來(lái)人格的健康發(fā)展；過(guò)多恐怖信息的接觸將左右孩子的閱讀取向，影響兒童青少年的審美情趣，可能引發(fā)學(xué)習(xí)不良問(wèn)題，甚至引發(fā)犯罪。

網(wǎng)絡(luò)不良信息的危害早已得到國(guó)際社會(huì)的廣泛關(guān)注，現(xiàn)有的研究主要關(guān)注色情信息的過(guò)濾。雖然恐怖信息的危害不亞于色情信息，但之前的研究主要關(guān)色情圖像和色情視頻的識(shí)別與過(guò)濾。目前尚未有太多的研究注恐怖信息的過(guò)濾。

發(fā)明內(nèi)容

(一)要解決的技術(shù)問(wèn)題

本發(fā)明的主要目的是提出一種可以兼顧關(guān)鍵幀之間上下文關(guān)系以及音視頻融合的恐怖視頻識(shí)別的方法。

(二)技術(shù)方案

為達(dá)到上述目的，本發(fā)明提供了一種基于上下文稀疏表示的恐怖視頻識(shí)別方法，該方法包括：

步驟1：對(duì)訓(xùn)練視頻樣本進(jìn)行鏡頭分割，然后針對(duì)每個(gè)鏡頭選取一幅關(guān)鍵幀來(lái)代表該鏡頭；

步驟2：提取每個(gè)關(guān)鍵幀的視覺(jué)特征，并提取整個(gè)訓(xùn)練視頻樣本的音頻特征；

步驟3：利用ε-graph建圖方法，建立起每一個(gè)訓(xùn)練視頻樣本內(nèi)部各個(gè)關(guān)鍵幀之間的上下文關(guān)系圖；

步驟4：對(duì)待識(shí)別視頻進(jìn)行鏡頭分割，并針對(duì)每個(gè)鏡頭選取一幅關(guān)鍵幀，提取所選取關(guān)鍵幀的視覺(jué)特征；并提取待識(shí)別視頻的音頻特征；

步驟5：構(gòu)建待識(shí)別視頻與訓(xùn)練視頻樣本之間的代價(jià)矩陣，其對(duì)角元素為待識(shí)別視頻與各個(gè)訓(xùn)練視頻樣本的音頻特征之間的距離；

步驟6：基于上下文稀疏表示模型，利用所有訓(xùn)練視頻樣本對(duì)所述待識(shí)別視頻進(jìn)行重構(gòu)，重構(gòu)誤差最小的訓(xùn)練視頻樣本的類(lèi)別即為待識(shí)別視頻的類(lèi)別；其中所述上下文稀疏表示模塊以所述訓(xùn)練視頻樣本的上下文關(guān)系圖作為稀疏表示的詞典，并利用所述代價(jià)矩陣對(duì)其進(jìn)行約束。

本發(fā)明還提供了一種基于上下文稀疏表示的恐怖視頻識(shí)別裝置，包括：

鏡頭提取模塊，對(duì)訓(xùn)練視頻樣本進(jìn)行鏡頭分割，然后針對(duì)每個(gè)鏡頭選取一幅關(guān)鍵幀來(lái)代表該鏡頭；

特征提取模塊，提取每個(gè)關(guān)鍵幀的視覺(jué)特征，并提取整個(gè)訓(xùn)練視頻樣本的音頻特征；

關(guān)系建立模塊，利用ε-graph建圖方法，建立起每一個(gè)訓(xùn)練視頻樣本內(nèi)部各個(gè)關(guān)鍵幀之間的上下文關(guān)系圖；

待識(shí)別視頻特征提取模塊，對(duì)待識(shí)別視頻進(jìn)行鏡頭分割，并針對(duì)每個(gè)鏡頭選取一幅關(guān)鍵幀，提取所選取關(guān)鍵幀的視覺(jué)特征；并提取待識(shí)別視頻的音頻特征；

距離構(gòu)建模塊，構(gòu)建待識(shí)別視頻與訓(xùn)練視頻樣本之間的代價(jià)矩陣，其對(duì)角元素為待識(shí)別視頻與各個(gè)訓(xùn)練視頻樣本的音頻特征之間的距離；

識(shí)別模塊，基于上下文稀疏表示模型，利用所有訓(xùn)練視頻樣本對(duì)所述待識(shí)別視頻進(jìn)行重構(gòu)，重構(gòu)誤差最小的訓(xùn)練視頻樣本的類(lèi)別即為待識(shí)別視頻的類(lèi)別；其中所述上下文稀疏表示模塊以所述訓(xùn)練視頻樣本的上下文關(guān)系圖作為稀疏表示的詞典，并利用所述代價(jià)矩陣對(duì)其進(jìn)行約束。

(三)有益效果

從上述技術(shù)方案可以看出，本發(fā)明具有以下優(yōu)點(diǎn)：

1、本發(fā)明提供的這種恐怖視頻識(shí)別方法，首次將視頻幀的上下文關(guān)系考慮進(jìn)識(shí)別算法中。

2、本發(fā)明利用代價(jià)約束的方法有效地融合了音頻和視覺(jué)信息。

3、本發(fā)明所提出的恐怖視頻識(shí)別方法基于上下文稀疏表示模型，該模型無(wú)需學(xué)習(xí)過(guò)程，可擴(kuò)充性強(qiáng)，能夠快捷、高效地完成視頻識(shí)別。

附圖說(shuō)明

圖1為本發(fā)明提供的基于上下文稀疏表示的恐怖視頻識(shí)別流程圖。

具體實(shí)施方式

為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚明白，以下結(jié)合具體實(shí)施例，并參照附圖，對(duì)本發(fā)明作進(jìn)一步的詳細(xì)說(shuō)明。

圖1示出了本發(fā)明提出的一種基于上下文稀疏表示的恐怖視頻識(shí)別方法的過(guò)程示意圖。如圖1所述，該方法包括以下幾方面內(nèi)容：