[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

本發明基于會話的視頻分類方法，涉及視頻分類技術領域。本發明包含以下步驟：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。本發明在特征提取步驟引入改進的TF?IDF算法，通過加入結構權重Loc及項，為特征詞權重賦予特征詞在視頻中的位置及持續時間信息，從而達到對富含會話的視頻較理想的分類效果。同時，本發明還通過引入基準權重向量，使得在計算待分類視頻與各類視頻樣本的距離時只需要計算一次，在對海量視頻分類時性能提升顯著。

技術領域

本發明涉及視頻分類技術領域，具體指一種基于會話的視頻分類方法。

背景技術

隨著互聯網的發展，網絡上的視頻數量呈幾何倍數增長，如何有效地對這些網絡視頻進行分類成為一個非常重要的課題。視頻分類是指在已有的已分類的視頻樣本基礎上構建一個分類器，它按照預先定義的分類體系為每一個待分類視頻確定一個或多個類別，使得用戶可以更加方便地檢索視頻。視頻自動分類就是用帶有大量特征的視頻對分類規則或模型參數進行訓練，然后使用訓練后的分類規則或模型對待分類視頻進行分類。

國內外已有許多關于視頻分類的研究，它們大多采用基于視覺的視頻分類方法，其步驟包括首先對視頻進行基于視覺的特征提取，然后進行行為表示，最后對視頻進行分類。這種方法對場景特征鮮明、人物動作變化較大的視頻有較好的分類效果。但對于場景單一、富含對話內容的視頻(如訪談類節目)則無法有效分類。

發明內容

為了克服現有的基于視覺的視頻分類方法無法有效對富合會話的視頻進行分類的問題，提出一種基于會話的視頻分類方法。

本發明一種基于會話的視頻分類方法，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。

所述步驟A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；

所述步驟B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；

所述步驟C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。

所述步驟D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。

所述步驟E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；