[发明专利]针对可视媒体中形体动作内容的智能分析与视觉表达方法

说明书

本发明公开一种针对可视媒体中形体动作内容的智能分析与视觉表达方法。该方法包括：获取可视媒体，为所述可视媒体中的形体动作建立属性驱动的图形化形体动作数据智能分析框架；根据所述建立的框架，建立几何特征感知的形体动作图形化表示，强化形体动作的图形化特征；根据所述图形化特征进行智能分析。本发明提供的方案，能比较有效实现对可视媒体中的形体动作内容的智能分析和视觉表达。

技术领域

本发明涉及视频媒体技术领域，具体涉及一种针对可视媒体中形体动作内容的智能分析与视觉表达方法。

背景技术

可视教学媒体是由教育平台、教学网站、图像视频网站及论坛等相关平台提供，以人为主体、以形体动作为主要呈现内容的图像和视频（动画）为载体的教学媒体资源及产品。

可视教学媒体中的形体动作教学媒体资源丰富，种类繁多，其中形体动作的呈现与交流直接影响着教师“教”、学生自主“学”、协作交流以及情感体验与内化的教学效果。一般形体动作有显著的图形化特征，形体动作媒体中的对象分布具有时空结构变化的特性。

但是，目前大数据环境下关于可视媒体的媒体数据智能处理方面的方法和技术仍然比较少人进行研究，而且针对可视教学媒体在姿态变化时进行的形体动作等的智能分析仍然比较困难。

发明内容

有鉴于此，本发明的目的在于提出一种针对可视媒体中形体动作内容的智能分析与视觉表达方法，能比较有效实现对可视媒体中的形体动作内容的智能分析和视觉表达。

本发明提供一种针对可视媒体中形体动作内容的智能分析与视觉表达方法，包括：

获取可视媒体，为所述可视媒体中的形体动作建立属性驱动的图形化形体动作数据智能分析框架；

根据所述建立的框架，建立几何特征感知的形体动作图形化表示，强化形体动作的图形化特征；

根据所述图形化特征进行智能分析。

优选的，所述为所述可视媒体中的形体动作建立属性驱动的图形化形体动作数据智能分析框架，包括：

对图像进行特征提取；

根据提取的特征，建立基于属性的媒体描述体系；

进行模型学习；

根据模型学习结果，建立基于属性的任务解决方案。

根据所述基于属性的媒体描述体系和所述基于属性的任务解决方案，执行设定任务操作。

优选的，所述根据提取的特征，建立基于属性的媒体描述体系，包括：

以动作属性描述可视媒体教学资源，建立视频内容和动作类型描述之间的映射关系。

优选的，所述建立几何特征感知的形体动作图形化表示，包括：

进行基于小波的压缩与保持形体动作知识特征的逐层图形化处理；

进行低层图像特征到中层动作属性的建模；

进行基于边缘控制的三元插值轮廓细分；

进行基于Hilbert积分不等式约束的内关节式形体动作图形化。

优选的，所述进行基于小波的压缩与保持形体动作知识特征的逐层图形化处理，包括：

完善静止图形图像与动作可视媒体的基于小波变换多尺度分解编码，针对可视媒体形体动作视觉内容，构造图像多尺度分解与图形化序列；

拓展小波图像编码方法到三维图形；

利用小波提升算法对形体动作的三维图形进行多尺度分解，将细密的几何模型分解生成小数据量、适合于几何特征感知的网格层来表示；