[发明专利]一种基于模糊综合评价的视频情感内容识别方法

权利要求书

1、一种基于模糊综合评价的视频情感内容识别方法，其特征在于该算法包含一下几个步骤：

(1)该方法主要思想：由于视频内容(即视频不同低层特征)对诱发观众产生的基本情感具有模糊属性，本发明采用模糊理论中的模糊综合评价模型来表示视频场景内容；进一步，采用人工神经网络识别场景诱发观众产生的基本情感；

(2)定义场景低层特征对诱发基本情感的模糊隶属函数μ_ij，并用隶属函数来刻画特征与情感之间的模糊关系。根据前人主观实验分析结果可假设：第j类情感的第i个低层特征数据具有相似性。于是，对于任意一个场景的第i个低层特征值z，将其模糊隶属函数值μ_ij(z)假设为z与对应样本数据集的欧氏距离的函数，即μ_ij(z)＝P(d(z，M_ij))，其中M_ij表示第j类基本情感的第i个特征的样本数据集。一般情况，根据聚类的思想，场景特征值z与某个样本数据集距离越近，则z属于这类数据的可能性越大，故μ_ij与d(z，M_ij)近似成反比关系。

(3)根据最优化理论来求模糊隶属函数μ_ij；

(4)采用低层特征对基本情感的模糊隶属函数来求两者之间的模糊关系R(Z)；

(5)由于不同视频低层特征对评价不同情感的贡献程度不一样，本发明引入联合综合评价权重矩阵W来刻画贡献程度，设为W＝[w_ij]_n×m，其中w_ij表示第j个场景低层特征对诱发第i类基本情感的贡献值，n是基本情感类型的总数，m是场景低层特征的总数。本发明采用层次分析法来求W；

(6)计算各类基本情感的相对综合评价值，即H＝[h_ij]_n×m＝W·R(Z)，其中h_ij表示在场景诱发观众产生的基本情感是第i类的前提下，被评价为第j类基本情感的综合评价值；

(7)采用人工神经网络来识别场景观众产生的基本情感。

2、如权利要求1所述的一种基于模糊综合评价的视频情感内容识别方法，其特征在于：步骤(2，3)中，计算μ_ij(z)＝P(d(z，M_ij))分成两步来完成：

首先，假设初始隶属函数为pij(zi)=cijd(zi,Mij),]]>其中Mij={zij(k)|k=1,2,...,TMij}]]>是样本数据集，对应各数据对诱发第j类基本情感的主观模糊隶属函数值为Qij={qij(k)|k=1,2,...,TMij},]]>c_ij为待定参数。待定参数采用最优化问题min{Σk=1TMij(pij(zij(k))-qij(k))2}]]>来求。

其次，所求的模糊隶属函数为μij(zi)=pij(zi)Σj=1npij(zi).]]>