[发明专利]基于组示多示例学习模型的视频特定包含语义检测方法

权利要求书

1.一种基于组示多示例学习模型的视频特定包含语义检测方法，其特征在于，包括以下步骤：

第一步：对视频按镜头进行连续分割，得到若干视频片段；

第二步：使用ffmpeg工具，对每一个视频片段S_ij，平均每段视频在相同的时间间隔中截取25张图片，用来截取图像描述子；

第三步：使用视频的音频轨道提取有关音频的描述子，使用视频的截图组截取视频描述子，使用视频本身截取运动程度；

第四步，对于每一组描述子，对其进行机器学习；

第五步：前一步得到了经过机器学习之后的结果，将该学习结果与每一个目标视频的某一描述子进行欧式距离的计算，将所得到的最小值作为目标视频在该描述子的描述下，与源视频的接近程度。

2.根据权利要求1所述的基于组示多示例学习模型的视频特定包含语义检测方法，其特征是，所述的第一步，具体步骤包括：

1.1)将源视频组重新命名，对其中的第i个场景命名为V_i；

1.2)目标视频重新命名为T；

1.3)格式化视频，使用ffmpeg工具，使得源视频组和目标视频都转化为25帧每秒的avi格式视频；

1.4)根据镜头的连续性，将源视频组V_i和目标视频T都按照镜头的连续性分割，当被分割的数据段不到一秒，将该视频数据与前一个镜头合并；该步所得到的视频，重命名为S_ij。

3.根据权利要求2所述的基于组示多示例学习模型的视频特定包含语义检测方法，其特征是，所述的源视频组，为选定的基础视频组，这些视频包含了相似的内容，根据这些视频来判断目标视频是不是包含同样的内容；所述的目标视频，为未知内容的一个视频，该视频将会被用来判断与源视频组在内容上的相关性以及相似性，从而确定该视频在内容上包含什么样的内容。

4.根据权利要求1所述的基于组示多示例学习模型的视频特定包含语义检测方法，其特征是，所述的描述子为D_i，1≤I≤n，通过标准MPEG描述子生成软件提取，该描述子使用等长的向量来表示，一个描述子表示为一个n维空间中的一个点。

5.根据权利要求1所述的基于组示多示例学习模型的视频特定包含语义检测方法，其特征是，所述的第四步具体步骤包括：

4.1)将提取的描述子向量作为正包数据，随机生成描述子向量作为反包数据，将随机10％的正包数据描述子向量作为起始点，计算通过这些起始点，正包数据，反包数据，调用LR-MD-EMDD算法，能够得到一组源视频的特征点；该特征点集为改组视频所包含的共同特征；

4.2)输出为对于每一个特征F_i(Feature)所对应的特征点集(Point Set)X_i(1≤I≤20)的欧氏距离D_i，对于每个D_i，对应的一个权重μ_i；

4.3)系统存储该数据，为下一步作比对。

6.根据权利要求5所述的基于组示多示例学习模型的视频特定包含语义检测方法，其特征是，所述的正包数据是指：符合特征视频按照该特征出现的程度大小来打分，并标记为正包数据；所述的反包数据是指：多种已经标记了的视频的描述子，标记指的是将不符合某种特征的视频。

7.根据权利要求1所述的基于组示多示例学习模型的视频特定包含语义检测方法，其特征是，所述的第五步具体步骤包括：

5.1)对应有n个描述子；取10％的正包数据的特征点为起始点，调用EMDD算法，计算第i个描述子的最大分布密度点集；该点集表示为maxDD_j[k]；

5.2)对于第i个示例的第j个特征点X_ij，计算该特征点与该特征空间最大分布密度点集的欧氏距离，这些距离的最小值为：

dij=min0≤k≤nED(xij,maxDDj[k])]]>

其中，d_ij表示x_ij与最大多样性密度点之间的欧氏距离；

5.3)确定K，定义A_j(AverageValue)为最小的k个d_ij的平均值，k＝1；对于第i个示例组(Grouped Instance)，定义一个变量D_i，定义为：

Di=Σp=1Nμp*Ap]]>

其中：μ＝{μ₁，...，μ_N}为权重系数，通过最大拟合，选定μ_i使得该值在进行测试检验时能够使得整个测试集；

5.4)重复步骤5.1-步骤5.3若干次，调整变量maxDD_j[k]，μ_j使得多次的平均错误最小，输出为：d_ij，μ_i。