[发明专利]一种基于视频尺度信息的视频分类方法

权利要求书

1.一种基于视频尺度信息的视频分类方法，其特征在于，包括步骤：

1)将视频数据集划分为训练数据和测试数据，提取每个视频的特征点以及特征点的轨迹，并得到视频的空间尺度以及时间尺度，

2)使用基于轨迹使用描述算法，通过计算特征点邻域的梯度直方图向量、光流直方图向量、x分量运动边界直方图向量和y分量运动边界直方图向量，得到特征描述向量，

3)使用PCA方法将每个视频中的每个特征描述向量降维至原维度的一半，

4)利用基于尺度空间的高斯混合模型对训练数据中的特征描述向量进行聚类，再生成视频数据集中每一个视频的费舍尔向量，

5)使用训练数据中得到的费舍尔向量，训练得到线性支持向量机分类模型，

6)使用线性支持向量机分类模型对测试数据中的视频进行分类；

所述步骤1)中特征点以及特征点的轨迹的提取过程具体包括步骤：

11)提取视频中的每一帧，以为缩放因子构建空间金字塔作为尺度空间，设任一尺度空间上当前帧为I_current，前一帧I_current-1，其中，所述空间金字塔的层数即为尺度空间的个数，

12)提取出每一帧中的特征点，

13)对于任一尺度空间，计算光流矩阵，

14)在对应尺度空间上，计算从前一帧计算得到的特征点在当前帧中的位移之后的位置：

x_current(x,y)＝x_current-1(x,y)+W

其中：x_current(x,y)为特征点在当前帧中的位置，x_current-1(x,y)为特征点在前一帧中的位置，W为光流矩阵，

15)在对应尺度空间上，通过稠密光流在15帧的时间范围内追踪特征点的位置，以此形成运动轨迹，并将该尺度空间在空间金字塔中的层序定义空间尺度σ，特征点在15帧的时间范围内运动的轨迹长度定义为时间尺度τ；

所述步骤2)具体包括步骤：

21)以每一个特征点为中心，在灰度图像矩阵的32×32×15像素区域内，计算该区域的梯度直方图向量，其维度为96维，

22)在稠密光流矩阵的32×32×15像素区域内，计算该区域的光流直方图向量，其维度为108维，

23)使用Sobel算子计算光流矩阵x分量的梯度M_x和y分量的梯度M_y，以每一个特征点为中心，在矩阵M_x和M_y的32×32×15像素区域内，分别计算上述区域的x分量运动边界直方图和y分量运动边界直方图向量，其维度分别为96维，

24)以每一个特征点为中心，在连续15帧的范围内，将这个特征点的x方向和y方向的位移连接起来，得到轨迹的特征描述向量，其维度为30维，

25)用有符号平方根L1归一化方法对上述特征描述向量进行归一化操作；

所述步骤4)具体包括步骤：

41)构建高斯混合模型：

其中：p(y_t,s_t)为高斯混合模型，π_i为第i个针对特征描述向量的高斯分量的权重，K为针对特征描述向量的高斯分量的数目，y_t为第t个特征点对应的特征描述向量，μ_i为的均值，∑_i为的协方差矩阵，λ_ji为的高斯分量的第j个针对尺度信息的高斯分量的权重，s_t为第t个特征点对应的尺度信息，δ_ji为的均值，Z_ji为的协方差矩阵，N(·)为高斯密度函数，

42)对每一个高斯分量，计算其费舍尔向量值；

其中：FV₁,FV₂,FV₃,FV₄,FV₅,FV₆为费舍尔向量值，q_i(t)为基于特征描述向量和的后验概率，r_ji(t)为基于尺度信息和的后验概率，diag(·)为向量的对角阵表达式，

43)将向量FV₁,FV₂,FV₃,FV₄,FV₅,FV₆在每一个高斯分量上进行串联，得到该视频的费舍尔向量，该向量的维度是(2D+1+J(2T+1))K，其中T为尺度信息的维度。