基于判别光流张量和HMM的视频语义单元检测方法技术

本发明专利技术公开了一种基于判别光流张量和隐马尔可夫模型的视频语义单元检测方法，它涉及图像与视频处理技术领域，其目的在于采用该方法以充分挖掘视频的时空信息，较好地保持结构与类别信息，并获得较丰富的语义信息。该方法的实现过程是：首先根据训练数据，采用Ｈｉｅｒａｒｃｈｉｃａｌ　　Ｌｕｃａｓ－Ｋａｎａｄｅ方法计算视频序列的光流场，得到光流场序列；然后根据光流场序列构建光流张量，得到光流张量序列；接着进行张量判别分析，获得特征向量；同时对视频语义单元进行定义与建模，采用ＨＭＭ建模方法，得到语义模型集ＨＭＭｓ；将待分析视频数据按本发明专利技术提出的特征分析方法进行视频运动特征提取，并利用得到的语义模型集ＨＭＭｓ，进行语义单元的分类与识别。本发明专利技术可用于视频的内容分析和语义提取。

【技术实现步骤摘要】

本专利技术涉及图像与视频处理
，特别涉及视频运动特征提取和视频语义分析。 具体地讲是一种基于判别光流张量和隐马尔可夫模型HMM的视频语义单元检测方法，可 用于视频的内容分析和语义提取。技术背景近年来，随着多媒体通信，多媒体压縮、存储以及计算机网络枝术的飞速发展，各种 多媒体信息尤其是视频信息在科研、教育、工业生产和人们的日常生活中得到了广泛的应 用，并起到了越来越重要的作用。与传统的文本信息相比，视频信息的数据量巨大，因此 为了使人们能准确、快速地获取所需信息，基于内容的视频信息检索技术一经提出，便成 为了研究的热点问题；但由于视频内容的丰富和复杂性，使其很难用简单的文字方式进行 表达，因此有效地对视频信息进行组织和检索，就必须采用有针对性的、符合视频结构特 性并与人类主观感知相一致的方式来分析和表达视频内容。视频语义单元检测是视频内容分析的主要方法，其目的是通过对视频固有特征的分 析，如颜色、纹理、形状、运动特征等，提取高层语义信息，以符合人的主观认知与需求。 因此该研究方向也是人们研究的热点与难点所在。视频语义单元检测方法按不同的语义粒度可分为1、镜头的分类镜头是组成本文档来自技高网...

【技术保护点】
一种基于判别光流张量和隐马尔可夫模型的视频语义单元检测方法，其具体实现步骤如下：（１）、首先根据训练数据，采用ＨｉｅｒａｃｈｉｃａｌＬｕｃａｓ－Ｋａｎａｄｅ方法计算视频序列的光流场，一段视频序列中的所有光流场构成该段视频的光流场 序列；（２）、将得到的光流场序列等分成Ｍ×Ｎ个子序列，采用长度为Ｗ的滑动窗口以采样频率Ｋ计算各个子序列的光流直方图，该直方图的方向数为Ｄ。将每个滑动窗口内的Ｍ×Ｎ组光流直方图构成三阶光流张量Ｘ∈Ｒ↑［Ｍ×Ｎ×Ｄ］，得到与每个视频序列 对应的光流张量序列；（３）、利用统一张量判别分析技术，即ＧＴＤＡ，对光流张量进行判别分析，获得核张量...

【技术特征摘要】
1、一种基于判别光流张量和隐马尔可夫模型的视频语义单元检测方法，其具体实现步骤如下(1)、首先根据训练数据，采用Hierachical Lucas-Kanade方法计算视频序列的光流场，一段视频序列中的所有光流场构成该段视频的光流场序列；(2)、将得到的光流场序列等分成M×N个...

【专利技术属性】
技术研发人员：高新波，李洁，杨益敏，冯珺，苏亚，路文，牛振兴，邓成，田春娜，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：87[中国|西安]