[发明专利]一种基于数字家庭高清媒体的内容分析方法及系统在审

专利信息
申请号: 201611144661.7 申请日: 2016-12-13
公开(公告)号: CN106649660A 公开(公告)日: 2017-05-10
发明(设计)人: 周凡;李晓苗;韩冠亚 申请(专利权)人: 中山大学
主分类号: G06F17/30 分类号: G06F17/30;G06K9/00;G06K9/62
代理公司: 暂无信息 代理人: 暂无信息
地址: 510006 广东省广州市番禺*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 数字家庭 媒体 内容 分析 方法 系统
【权利要求书】:

1.一种基于数字家庭高清媒体的内容分析方法,其特征在于,所述方法包括:

对视频进行结构化处理及关键帧提取,获取视频中各人物特征以及人物之间的共生性特征;

将整个视频中每集的人物脉络特征内容提取,并根据内容展示接口中的脉络特征格式呈现;

根据搜索目标检索所有集目下的视频显现率,并在内容展现接口呈现出对应角色在每一集下出现的频率大小,同时视频显现率较高的视频链接以平铺形式展现以供点击浏览;

以视频相册形式显示当前选定的视频的各个关键帧。

2.如权利要求1所述的基于数字家庭高清媒体的内容分析方法,其特征在于,所述对视频进行结构化处理及关键帧提取,获取视频中各人物特征以及人物之间的共生性特征的步骤,包括:

对视频进行结构化分析,将镜头作为视频段的基本单位;

对镜头中背景进行建模,与当前背景之间的差异初步进行运动目标的位置检测;

在当前帧图片上提取人物的头部特征;

根据目标特征按照最近邻聚类方法实现人物的身份识别和判定;

根据角色的参与度对人物进行筛选过滤,将人物出现频率高于阈值的面部特征作为兴趣范围;

对兴趣范围内任两个角色之间,计算其基于时间的共生性和基于空间的共生性,并实现加权共生性计算;

对所有人物信息进行聚类,并用聚类标签标记兴趣范围内任两个人物之间的共相互关系。

3.如权利要求2所述的基于数字家庭高清媒体的内容分析方法,其特征在于,所述对镜头中背景进行建模的步骤,包括:

利用高斯分布模型对镜头中背景进行建模。

4.如权利要求1所述的基于数字家庭高清媒体的内容分析方法,其特征在于,所述将整个视频中每集的人物脉络特征内容提取,并根据内容展示接口中的脉络特征格式呈现的步骤,包括:

从多个视频中筛选兴趣视频集目;

选定特定单集视频后,基于关键帧显示该集的结构化视频内容。

5.如权利要求1所述的基于数字家庭高清媒体的内容分析方法,其特征在于,所述根据搜索目标检索所有集目下的视频显现率,并在内容展现接口呈现出对应角色在每一集下出现的频率大小的步骤,包括:

在视频信息特征属性建立索引;

选择检索接口接收前端数据;

接收检索内容,并转换数据格式;

以转化数据格式后的内容为搜索目标,在特征库中对应数据表区域进行特征搜索和匹配;

根据索引在数据库中快速搜索目标数据,将搜索结果提取,并实现数据格式转换;

数据结果以内容展示接口显示数据结果。

6.一种基于数字家庭高清媒体的内容分析系统,其特征在于,所述系统包括:

提取模块,用于对视频进行结构化处理及关键帧提取,获取视频中各人物特征以及人物之间的共生性特征;将整个视频中每集的人物脉络特征内容提取,并根据内容展示接口中的脉络特征格式呈现;

检索模块,用于根据搜索目标检索所有集目下的视频显现率,并在内容展现接口呈现出对应角色在每一集下出现的频率大小,同时视频显现率较高的视频链接以平铺形式展现以供点击浏览;

显示模块,用于以视频相册形式显示当前选定的视频的各个关键帧。

7.如权利要求6所述的基于数字家庭高清媒体的内容分析系统,其特征在于,所述提取模块包括:

分析单元,用于对视频进行结构化分析,将镜头作为视频段的基本单位;

建模单元,用于对镜头中背景进行建模,与当前背景之间的差异初步进行运动目标的位置检测;

提取单元,用于在当前帧图片上提取人物的头部特征;

识别单元,用于根据目标特征按照最近邻聚类方法实现人物的身份识别和判定;

筛选单元,用于根据角色的参与度对人物进行筛选过滤,将人物出现频率高于阈值的面部特征作为兴趣范围;

计算单元,用于对兴趣范围内任两个角色之间,计算其基于时间的共生性和基于空间的共生性,并实现加权共生性计算;

标记单元,用于对所有人物信息进行聚类,并用聚类标签标记兴趣范围内任两个人物之间的共相互关系。

8.如权利要求7所述的基于数字家庭高清媒体的内容分析系统,其特征在于,所述建模单元还用于利用高斯分布模型对镜头中背景进行建模。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中山大学,未经中山大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201611144661.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top