[发明专利]一种基于视频资料进行群体社交关系挖掘的方法

说明书

本发明提供一种基于视频资料进行群体社交关系挖掘的方法，其步骤如下：一、对视频中人物图像进行预处理；二、两人之间的相关性计算，绘制社交关系图，挖掘特征子图对应的群体关系；三、群组关系的分析和预测；四、单人的动作表达与所处状态分析；通过以上步骤，本发明从内容更丰富的视频数据素材中挖掘数据，能够解决视频中多人人物复杂关系的实际问题，从而有效地对各种场景中的多人关系进行量化和评价；本发明支持未来对各个实际生活场景的实时分析，可以对多人复杂场景中的人物关系分析提供强有力的方法支撑。

技术领域：

本发明提出了一种基于视频资料进行群体社交关系挖掘的方法。涉及到人脸检测，识别，网络结构分析，计算社交关系等，属于数据挖掘领域。

背景技术：

社会关系挖掘是一个快速发展的领域，是一门交叉学科，深深融合了计算机科学与社会科学。一般人与人之间的关系较难通过直接的问卷等社会调查手段得到，需要借助现在的大数据手段，间接的进行社会关系挖掘。社会关系挖掘在科技管理、商务智能、应急管理、反恐防暴等多个方面都有非常广泛的应用。

“社会关系对于寻找生活中的意义至关重要”。通过建立和保持与他人的联系，个人可以获得各种幸福(Compton，2005；LeeRobbins，1998)。例如，很多团体成员的身份认同与幸福感有关：高中同辈团体(Connolly，White，Stevens和Burnstein，1987)，工作/就业(Haughey，1993)和少数群体(Branscombe，Schmitt，Harvey，1999)。因此，我们的目的正是通过现有数据资源挖掘出更深层次的群体社交关系(Daniel L.Wann,Matthew Brasher,Paula J.Waddill,Sagan Ladd)。

目前社会关系挖掘主要有以下方式：传统调查问卷，在线社交网络分析、手机网络、文本数据挖掘、邮件网络数据、旅行信息和轨迹信息等。

手机数据通讯方面，已有文献指出(Nathan Eagle,Alex(Sandy)Pentland,andDavid Lazer,2009)：通过手机通话记录，仅仅基于观测数据就可以准确推断95％的朋友关系，其中朋友们在他们的呼叫模式中展现出独特的时间和空间模式。反观结果，这些行为模式也可以预测出个人层面的特性，如对工作的满意度。通过收集通信信息，包括移动电话的位置和邻近的数据(包括有关的通话记录、约五米附近的蓝牙设备、手机号码、应用程序使用情况和手机状态等)，并将所得的行为社交网络与来自同一组的自我报告关系进行比较，甚至能分析出个体之间的友谊度和满意度等。

旅行信息和轨迹方面，以GeoLife为例(Yu Zheng,Xing Xie and Wei-Ying Ma，2010)，提供了三个关键的应用场景：1)基于GPS轨迹分享生活体验；2)通用旅游建议，例如，最有趣的地点，在特定地区的地点和旅行专家给出的的旅行顺序；3)个性化的朋友和位置推荐。在定位图中，节点是位置(有两种类型的节点，即用户和位置。)，两个位置之间的有向边表示至少一些用户在旅程中连续遍历这两个位置。用户从开始位置到结束位置的边权表示用户已经访问过该位置的次数。进一步地讲，我们可以推断出两个用户已经访问了现实世界中相同位置的次数，进而推断两人的关系。

在文本数据方面：随着Web 2.0应用的普及，越来越多的Web用户正在积极地在线发布文本信息(Qiaozhu Mei,Deng Cai,Duo Zhang,ChengXiang Zhai，2008)。这些用户也经常以各种方式形成社交网络，反映在文本信息和网络结构(如社交网络)的同时增长。以博客为例，可以在博客文章中找到广泛的主题和多元化的讨论，以及博主之间快速发展的友谊网络。研究人员定期发表论文，我们不仅能获得文本信息，而且自然也可获得合作作者的网络。例如，经常合作的两位研究人员可能正在研究同一主题，因此很可能在同一研究领域。地理上敏感的事件(例如卡特里娜飓风)也可推测出更多信息，例如，居住在相邻地点的博客往往写出类似的话题。