[发明专利]一种对电影人脸图像进行自动标识的方法

权利要求书

1.一种对电影人脸图像进行自动标识的方法，其特征在于，该方法包括步骤如下：

步骤1：利用多视角的人脸检测和跟踪器，在一电影视频中自动获取人脸序列，对人脸序列进行聚类以对应不同的人物；

步骤2：根据不同人物的人脸序列在相同场景中共同出现的频次，来度量人脸之间关系，建立人脸关系网络；

步骤3：利用计算机从电影剧本数据库下载并存储与所述一电影视频相对应的纯文本电影剧本，计算机统计纯文本电影剧本中不同人物的姓名在相同场景中共同出现的频次；

步骤4：依据所述频次来度量人名之间的关系，建立人名关系网络；

步骤5：计算机将人脸关系网络和人名关系网络分别表示成人脸无向图和人名无向图的形式，将人脸无向图和人名无向图进行匹配，实现人脸关系网络和人名关系网络中顶点之间的匹配，即实现将人脸和人名融合的标识。

2.如权利要求1所述的自动标识的方法，其特征在于，度量人脸之间关系时首先是统计人脸序列聚类中包含的人脸序列在各个场景中的分布情况，得到一个人脸出现频次分布矩阵其中m_f是人脸序列聚类的个数，n_f是视频中场景的个数，矩阵中的元素o_ik^face表示第i个人脸在第k个场景中出现的频次。

3.如权利要求1所述的自动标识的方法，其特征在于，计算任两个人脸在同一个场景中共同出现的频次c_ij^k计算方式为：其中该式表示第i和第j个人脸在第k个场景中共同出现的频次c_ij^k；min(o_ik^face，o_jk^face)是取第i和第j个人脸在人脸频次分布矩阵中第k列的元素o_ik^face和o_jk^face两者中较小的值。

4.如权利要求1所述的自动标识的方法，其特征在于，两个人脸在整部电影中共同出现的频次r_ij^face计算方式为：

其中第i和第j个人脸在第k个场景中共同出现的频次是r_ij^face，min(o_ik^face，o_jk^face)是取第i和第j个人脸在人脸频次分布矩阵中第k列的元素o_ik^face和o_jk^face两者中较小的值，n_f为视频中场景的个数。

5.如权利要求1所述的自动标识的方法，其特征在于，所述人脸关系网络是由邻接矩阵来表示，邻接矩阵为m_f×m_f的方阵，m_f为人脸序列聚类的个数，其非对角线元素r_ij^face为对应的两个人脸在整部电影中共同出现的频次，对角线上的元素r_ii^face为第i个人脸自身在整部电影中出现的频次。

6.如权利要求1所述的自动标识的方法，其特征在于，所述度量人名之间的关系时首先统计每个人名在各个场景中出现的频次，得到一个人名出现频次分布矩阵其中m_n是人名序列聚类的个数，n_n是剧本中场景的个数；矩阵中的元素o_ik^name表示第i个人名在第k个场景中出现的频次。

7.如权利要求6所述的自动标识的方法，其特征在于，根据公式计算两两人名之间共同出现的频次r_ij^name，生成人名关系网络。

8.如权利要求7所述的自动标识的方法，其特征在于，所述人名关系网络由一个邻接矩阵来表示。

9.如权利要求1所述的自动标识的方法，其特征在于，所述人脸关系网络R_face和人名关系网络R_name通过无向图来表示：G_face＝<V_f，E_f，W_f>，G_name＝<V_n，E_n，W_n>；由于在建立人脸关系网络与人名关系网络时，视频中人脸序列聚类的数目与剧本中人名的数目是保持一致的，因此在用无向图来表示这两个网络时，人脸无向图和人名无向图的顶点数是一致的，统一用m来表示，在人脸无向图G_face中，顶点V_f＝{f₁，f₂，...，f_m}代表m个人脸，边E_f表示两两人脸之间的关系，边的权重记录两两人脸之间关系的密切程度，顶点的权重记录对应的人脸在整部电影中出现的频次；在人名无向图G_name中，顶点V_n＝{n₁，n₂，...，n_m}代表m个人名，同样的，边E_n和权重W_n表示人名之间的相互关系。