[發明專利]針對可視媒體中形體動作內容的智能分析與視覺表達方法

在審

• 申請號: 201711491669.5
• 申請日: 2017-12-30
• 公開（公告）號: CN108133195A
• 公開（公告）日: 2018-06-08
• 發明（設計）人: 陳強;蘇卓;陳慧妍
• 申請（專利權）人: 陳強;蘇卓;陳慧妍
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/48;G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開一種針對可視媒體中形體動作內容的智能分析與視覺表達方法。該方法包括：獲取可視媒體，為所述可視媒體中的形體動作建立屬性驅動的圖形化形體動作數據智能分析框架；根據所述建立的框架，建立幾何特征感知的形體動作圖形化表示，強化形體動作的圖形化特征；根據所述圖形化特征進行智能分析。本發明提供的方案，能比較有效實現對可視媒體中的形體動作內容的智能分析和視覺表達。

技術領域

本發明涉及視頻媒體技術領域，具體涉及一種針對可視媒體中形體動作內容的智能分析與視覺表達方法。

背景技術

可視教學媒體是由教育平臺、教學網站、圖像視頻網站及論壇等相關平臺提供，以人為主體、以形體動作為主要呈現內容的圖像和視頻（動畫）為載體的教學媒體資源及產品。

可視教學媒體中的形體動作教學媒體資源豐富，種類繁多，其中形體動作的呈現與交流直接影響著教師“教”、學生自主“學”、協作交流以及情感體驗與內化的教學效果。一般形體動作有顯著的圖形化特征，形體動作媒體中的對象分布具有時空結構變化的特性。

但是，目前大數據環境下關于可視媒體的媒體數據智能處理方面的方法和技術仍然比較少人進行研究，而且針對可視教學媒體在姿態變化時進行的形體動作等的智能分析仍然比較困難。

發明內容

有鑒于此，本發明的目的在于提出一種針對可視媒體中形體動作內容的智能分析與視覺表達方法，能比較有效實現對可視媒體中的形體動作內容的智能分析和視覺表達。

本發明提供一種針對可視媒體中形體動作內容的智能分析與視覺表達方法，包括：

獲取可視媒體，為所述可視媒體中的形體動作建立屬性驅動的圖形化形體動作數據智能分析框架；

根據所述建立的框架，建立幾何特征感知的形體動作圖形化表示，強化形體動作的圖形化特征；

根據所述圖形化特征進行智能分析。

優選的，所述為所述可視媒體中的形體動作建立屬性驅動的圖形化形體動作數據智能分析框架，包括：

對圖像進行特征提取；

根據提取的特征，建立基于屬性的媒體描述體系；

進行模型學習；

根據模型學習結果，建立基于屬性的任務解決方案。

根據所述基于屬性的媒體描述體系和所述基于屬性的任務解決方案，執行設定任務操作。

優選的，所述根據提取的特征，建立基于屬性的媒體描述體系，包括：

以動作屬性描述可視媒體教學資源，建立視頻內容和動作類型描述之間的映射關系。

優選的，所述建立幾何特征感知的形體動作圖形化表示，包括：

進行基于小波的壓縮與保持形體動作知識特征的逐層圖形化處理；

進行低層圖像特征到中層動作屬性的建模；

進行基于邊緣控制的三元插值輪廓細分；

進行基于Hilbert積分不等式約束的內關節式形體動作圖形化。

優選的，所述進行基于小波的壓縮與保持形體動作知識特征的逐層圖形化處理，包括：

完善靜止圖形圖像與動作可視媒體的基于小波變換多尺度分解編碼，針對可視媒體形體動作視覺內容，構造圖像多尺度分解與圖形化序列；

拓展小波圖像編碼方法到三維圖形；

利用小波提升算法對形體動作的三維圖形進行多尺度分解，將細密的幾何模型分解生成小數據量、適合于幾何特征感知的網格層來表示；