[发明专利]一种短视频情感类别的识别装置

说明书

本发明公开了一种短视频情感类别的识别装置，包括：(1)获取待识别的目标短视频，划分目标短视频为多个镜头片段，提取每个镜头片段的帧画面特征，提取目标短视频的镜头特征和动态特征；(2)调用所述情感效价模型对输入的所述帧画面特征进行计算，输出目标短视频的情感效价值；(3)调用所述情感激励模型对输入的由所述帧画面特征、镜头特征、动态特征组成的组合特征进行计算，输出目标短视频的情感激励值；(4)计算由所述情感效价值与所述情感激励值构建的V‑A情感空间与各情感类别坐标中心的欧式距离，依据所述欧式距离确定该目标短视频的情感类别。该识别装置能够快速准确识别短视频的情感类别。

技术领域

本发明属于视频情感识别技术领域，具体涉及一种短视频情感类别的识别装置。

背景技术

在近几年的互联网信息时代，视频由于其信息传达效率高的特点，大量取代文字和图片的方式，在信息发布和社交分享的重要形式。在众多信息发布形式中，有研究表明当使用短视频这种形式时可以显著地提高广告的完成率和互动率。而对于如何制作具有优秀宣传效果的短视频的这个问题，在此之前的短视频制作人员大都是用积累的主观经验去解决的，并且这样的工作是十分繁杂的。研究表明在短视频的制作过程中，短视频情感类别的有效识别可以提供表达效果上的指导，从而让短视频达到制作人员预期的宣传效果。对短视频进行情感类别识别是指：基于短视频的内容，识别短视频的情感类别。

由于短视频时间较短的特性，其内容也一般不具剧情性，内容的种类也复杂繁多，短视频所表达的情感多由其画面特征和视频特征所决定。现有的视频情感类别识别方法，通常有两种，一种使用特征提取然后训练模型的传统机器学习方法；另一种使用卷积神经网络等复杂框架对目标视频情感识别，这两种方法都是对目标视频进行端到端的情感类别识别，要达到一定准确度的识别需要非常大量的训练数据集和比较长的训练时间。

在心理学研究中，情感类别可以映射到两个情感维度上，分别是情感效价Valence和情感激励Arousal，越高的Valence值代表情感愉悦度越高，越高的Arousal值代表情感激烈程度越高，不同的情感类别分布在V-A(Valence-Arousal)图上的不同区域。视频的各种特征对于情感的两个维度的贡献程度是不同的，而端到端情感识别方法正是忽略了这一点。

在确定了从V-A空间上进行情感分类的目标后，使用什么样的特征以及什么样的方法来较为准确地分别计算一个视频的情感激励Valence和情感效价Arousal就成了下一个需要解决的问题。首先，在特征选取上，鉴于短视频的一些特性，主要从视频的非语义层面上进行选取，情感效价Valence更多的是受到帧画面的色彩信息的影响，而情感激励Arousal更多的是受到帧画面的动态信息的影响；其次，在计算方式上，为了更加细致地画出V-A空间上的分布情况，大部分研究中将Valence和Arousal量化到-1到1的浮点数一维空间上，这样就可以把最初的情感分类问题转化为两个回归计算问题，而回归计算又有非常多可以采用的方法，例如多元线性回归方法、梯度提升树方法，甚至可以使用一些神经网络的回归方法，这些方法目前也都有非常多成熟的框架可以使用，每个方法之间都有准确度、性能和数据量之间的博弈，可以根据实际应用场景进行选择最合适的方法。

发明内容

本发明的目的是提供一种短视频情感类别的识别装置，该识别装置能够快速准确识别短视频的情感类别。

本发明的技术方案为：

一种短视频情感类别的识别装置，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上执行的计算机程序，所述存储器中存有基于多元线性回归模型构建情感效价模型和情感激励模型、包含各情感类别坐标中心的集合，所述处理器执行所述计算机程序时实现以下步骤：

(1)获取待识别的目标短视频，划分目标短视频为多个镜头片段，提取每个镜头片段的帧画面特征，提取目标短视频的镜头特征和动态特征；

(2)调用所述情感效价模型对输入的所述帧画面特征进行计算，输出目标短视频的情感效价值；