发明名称 |
一种视频场景检测方法 |
摘要 |
本发明公布了一种视频场景检测方法,该方法通过计算机代替人工对视频数据进行检测,识别出视频中的场景;检测方法包括离线训练判别模型过程和视频场景检测过程。离线训练判别模型过程,针对训练视频样本集中每个视频抽取特征,包括语义和时空特征抽取;对特征向量进行类别标注,得到了一组样本集;利用多核学框架对样本集进行迭代训练,得到离线训练模型;视频场景检测过程接入监控视频源;进行视频采样得到一个短视频;对短视频抽取特征;载入离线训练模型对特征进行检测,得到检测结果。本发明通过计算机代替人工识别视频中的场景,可提高检测效率,降低成本,对数据存储和检索也提供便利。 |
申请公布号 |
CN105005772A |
申请公布日期 |
2015.10.28 |
申请号 |
CN201510427821.8 |
申请日期 |
2015.07.20 |
申请人 |
北京大学 |
发明人 |
童云海;杨亚鸣;丁宇辰;郜渊源;蒋云飞 |
分类号 |
G06K9/00(2006.01)I |
主分类号 |
G06K9/00(2006.01)I |
代理机构 |
北京万象新悦知识产权代理事务所(普通合伙) 11360 |
代理人 |
张肖琪 |
主权项 |
一种视频场景检测方法,通过计算机代替人工对视频数据进行检测,识别出视频中的场景;检测方法包括离线训练判别模型过程和视频场景检测过程:1)离线训练判别模型过程,执行如下操作:11)准备训练视频样本集;12)针对训练视频样本集中每个视频抽取特征,特征为向量形式,包括语义特征向量和时空特征向量;13)对特征向量进行类别标注,得到了一组样本集,每个样本包含语义特征向量和时空特征向量,并对应一个类别标注;14)利用多核学习框架对步骤13)所述样本集进行迭代训练,得到一个离线训练模型;2)视频场景检测过程,执行如下操作:21)接入要检测的监控视频源;22)设置采样方式进行视频采样,得到一个短视频;此短视频为检测目标;23)对步骤22)所述短视频抽取特征,包括语义特征向量和时空特征向量,抽取方法与训练过程中步骤12)相同;24)利用多核学习框架载入离线训练模型,对特征进行检测判别,判定是否为指定场景,得到检测结果。 |
地址 |
100871 北京市海淀区颐和园路5号 |