[發明專利]基于會話的視頻分類方法

在審

• 申請號: 201811289307.2
• 申請日: 2018-10-31
• 公開（公告）號: CN109460470A
• 公開（公告）日: 2019-03-12
• 發明（設計）人: 黃繼風;但宇豪;林曉
• 申請（專利權）人: 上海師范大學
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F17/27
• 代理公司: 上海申新律師事務所 31272
• 代理人: 竺路玲

1.一種基于會話的視頻分類方法，其特征在于，包含以下步驟：

A.將視頻中的會話內容轉換成文本；

B.對文本進行預處理；

C.對文本進行特征提取；

D.對文本進行表示；

E.對文本進行分類并根據文本分類結果對視頻進行分類。

2.如權利要求1所述的基于會話的視頻分類方法，其特征在于，所述步驟A還包含以下步驟：

A1為每個視頻提取音頻；

A2將音頻轉換為文本。

3.如權利要求1所述的基于會話的視頻分類方法，其特征在于，所述步驟B還包含以下步驟：

B1對文本進行分詞；

B2對文本去除停用詞；

B3為所有視頻統計會話部分持續的總時長；

B4根據分詞結果為視頻庫生成詞袋；

B5統計每個詞對應的會話部分在視頻中持續的時間。

4.如權利要求1所述的基于會話的視頻分類方法，其特征在于，所述步驟C還包含以下步驟：

C1取詞袋中的詞作為所有文本的特征詞；

C2為所有文本的每個特征詞計算詞頻；

C3為每個特征詞計算逆向文件概率；

C4使用改進的TF-IDF算法為視頻庫中的每個視頻的所有特征詞計算權重。

5.如權利要求1所述的基于會話的視頻分類方法，其特征在于，

所述步驟D還包含以下步驟：

D1為視頻庫中的每個視頻生成權重向量；

D2為視頻樣本的各類別產生基準權重向量；

所述步驟D中所采用的文本表示模型為詞袋模型。

6.如權利要求1所述的基于會話的視頻分類方法，其特征在于，

所述步驟E還包含以下步驟：

E1計算待分類視頻的權重向量與各類別的基準權重向量之間的距離；

E2取Di中的最小值所對應的類別作為視頻i所屬的類別。

7.如權利要求1或4所述的基于會話的視頻分類方法，其特征在于，所述步驟C4中所采用的特征詞權重計算方法為改進的TF-IDF算法，其計算公式如下：

其中，是視頻庫中第i個視頻的第j個特征詞w_ij的詞頻，其定義如下：

其中，是詞w_ij的逆向文件概率，其定義如下：

其中，tanh函數定義如下：

其中，Loc_ijk代表第i個視頻的第j個特征詞在該文檔中的第k次出現所具有的結構權重，由用戶定義；

其中，t_ij是詞袋中的第j個特征詞在第i個視頻中的會話持續時間；

其中，T_i是第i個視頻的會話總時長。

8.如權利要求1或5所述的基于會話的視頻分類方法，其特征在于，所述步驟D2為視頻樣本的各類別產生基準權重向量；

第c類視頻的基準權重向量為

其中，是第c類視頻的基準權重向量中第i個特征詞的權重，其對應詞語及順序與詞袋相同；

其中，在類別c的基準權重向量中，第j個特征詞的權重定義如下：

其中，W_cij是c類下第i個視頻樣本的第j個特征詞的權重，T_ci是c類下第i個視頻樣本的會話總時長；

計算后，產生基準權重矩陣：

α＝{α_c1，α_c2，α_c3，…，α_cn}

其中，α_cn是第n類的基準權重向量。