[发明专利]视频分类的方法和装置

权利要求书

1.一种视频分类的方法，其特征在于，包括：

按照时间顺序对样本视频库中的视频进行分段并得到分段结果，并生成运动原子集合，所述样本视频库包括至少一个视频，所述运动原子集合中的运动原子是根据所述样本视频库中的视频生成的；

利用所述运动原子集合和所述分段结果，生成对应于所述样本视频库中的视频的描述向量，包括：根据所述运动原子集合和所述分段结果，生成对应于所述样本视频库中的视频的运动短语集合，所述运动短语集合包括至少二个运动短语，一个运动短语包括了按照一定的先后顺序在时间点附近发生的运动原子；筛选所述运动短语，并得到筛选结果；根据所述筛选结果，生成与所述样本视频库中的视频对应的描述向量；

利用所述描述向量，确定与所述样本视频库中的视频的类型相同的待检测视频。

2.根据权利要求1所述的方法，其特征在于，所述样本视频库包括至少二个视频，并且所述样本视频库中的视频的类型相同。

3.根据权利要求2所述的视频分类的方法，其特征在于，所述运动短语集合中的运动短语包括一个所述运动原子集合中的运动原子；所述方法还包括：

获取运动原子单元π(A,t,σ)，并根据所述运动原子单元获取一个运动短语的代表性参数Rep(P₁,c)，A为运动原子，t为所述样本视频库中视频中的时间点，σ为高斯分布的标准差，V为所述样本视频库中的视频，P₁为所述一个运动短语，r(V,P₁)为所述一个运动短语P₁对所述样本视频库中的视频的响应，OR_i指计算所述样本视频库中的视频与时间相邻的所述运动原子单元的响应，S(P₁,c)表示和所述一个运动短语响应最大的所述样本视频库中的视频的集合，c为所述样本视频库中的视频的类型的标识，Φ(V,t′)为所述样本视频库中视频中以t′开始的所述分段结果的视频特征，Score(Φ(V,t′),A)是将Φ(V,t′)输入到支持向量机SVM分类器得到的得分，N(t′|t,σ)是指以t为均值，σ为标准差的高斯分布，Ω(t)指以t为中心的一个邻域；

获取所述一个运动短语的覆盖性参数并根据所述一个运动短语的覆盖性参数得到所述一个运动短语对所述覆盖性参数的贡献值ΔRepSet(P₁,c)，T_c为所述样本视频库中标识为c的视频分段得到的片段的数量，为所述运动短语集合，且所述一个运动短语包含的所述运动原子所属视频类型的标识为c；

针对所述运动短语集合中的每一个运动短语，执行上述过程，并得到所述运动短语集合中的每一个运动短语的代表性参数和贡献值；

所述筛选所述运动短语，得到筛选结果，包括：

根据所述运动短语集合中的每一个运动短语的代表性参数和贡献值，按照Rep(P₁,c)+ΔRepSet(P₁,c)的值由大到小的顺序对所述运动短语集合中的运动短语进行排序，并将前m₁个运动短语作为第1筛选结果，m₁为大于等于1的正整数；

从所述运动原子集合中提取一个运动原子加入所述第1筛选结果中的运动短语，使得所述第1筛选结果中的运动短语具有2个运动原子；

重复上述过程，直至得到第n-1筛选结果，再从所述运动原子集合中提取一个运动原子加入所述第n-1筛选结果中的运动短语，使得所述第n-1筛选结果中的运动短语具有n个运动原子，再根据所述第n-1筛选结果中的运动短语得到第n筛选结果，所述第n筛选结果为按照Rep(P_n,c)+ΔRepSet(P_n,c)的值由大到小的顺序排列的前m_n个运动短语，m_n为大于等于1的正整数，第n筛选结果中的运动短语具有n个运动原子，n为大于等于1的正整数；

根据所述第1至第n筛选结果，生成所述描述向量。