[发明专利]视频情感分类方法及装置

说明书

本发明公开了一种视频情感分类方法及装置，所述分类方法包括：获得用户观看视频时的脑电图信号的时间序列数据；从获得的时间序列数据中选择分类特征；根据所述分类特征，对所述视频的视频情感进行分类。本发明通过从脑电图信号的时间序列数据中提取特征，挖掘出更有效的分类特征，从而大大提高视频情感的分类准确率。

技术领域

本发明涉及情感识别技术领域，特别是涉及一种视频情感分类方法及装置。

背景技术

视频情感识别是计算机视觉的研究热点，视频情感识别是为了识别视频中包含的积极、消极等情感，按照不同的情感类型将视频进行分类，视频情感识别在视频推荐、视频分类、广告设计等领域有重要的研究价值。

现有的视频情感分类方法通过提取脑电图信号的时域和频域特征等传统方法实现分类，由于只能从海量大脑响应数据中提取到数量有限的特征，把大量有效的特征给过滤掉了，难以涵盖所有有分辨能力的特征，分类准确率还有待提高。

发明内容

为了克服上述缺陷，本发明要解决的技术问题是提供一种视频情感分类方法及装置，用以至少提高现有视频情感分类的准确率。

为解决上述技术问题，本发明中的一种视频情感分类方法，包括：

获得用户观看视频时的脑电图信号的时间序列数据；

从获得的时间序列数据中选择分类特征；

根据所述分类特征，对所述视频的视频情感进行分类。

为解决上述技术问题，本发明中的一种视频情感分类装置，包括存储器和处理器；所述存储器存储有视频情感分类计算机程序，所述处理器执行所述计算机程序，以实现如上所述方法的步骤。

本发明有益效果如下：

本发明通过从脑电图信号的时间序列数据中提取特征，挖掘出更有效的分类特征，从而大大提高视频情感的分类准确率。

附图说明

图1是本发明实施例中一种视频情感分类方法的流程图；

图2是本发明实施例中一种视频情感分类装置的结构示意图。

具体实施方式

为了解决现有技术的问题，本发明提供了一种视频情感分类方法及装置，以下结合附图以及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不限定本发明。

实施例一

本发明实施例提供一种视频情感分类方法，如图1所示，所述方法包括：

S101，获得用户观看视频时的脑电图信号的时间序列数据；

S102，从获得的时间序列数据中选择分类特征；

S103，根据所述分类特征，对所述视频的视频情感进行分类。

本发明实施例中视频也可以称为音乐视频。

本发明实施例中脑电图信号也可以简称为脑电图。

作为视频情感识别的一个指标，视频愉悦度被用来评价视频的积极和消极程度，视频愉悦度识别算法研究近年来受到研究者的关注。本发明实施例中特征选择是为了从数据中选取能够有效区分不同愉悦度视频的特征，但是目前的数据处理方法得到的脑电图特征分类准确率还有待提高，原因在于现有脑电图时域和频域信号的分类能力有限，数据中隐藏的辨识特征没有得到的挖据，有效特征产生了丢失，其实，脑电图时间序列中包含人类识别视频情感的特征，蕴藏着丰富的情感分类特征，因此，相对于传统的时域和频域特征，本发明实施例直接对脑电图信号的时间序列数据进行预处理和特征提取，避免有效分类特征的丢失，从而挖掘出脑电图中包含的更有效的情感分类特征。