[发明专利]基于多特征的视频场景分类方法

权利要求书

1.一种基于多特征的视频场景分类方法，其特征在于包括以下步骤：

S1：输入场景视频片段，提取场景视频的关键帧集合；

S2：对于每一个场景视频的关键帧集合的关键帧，计算其平均关键帧；

S3：对每一个平均关键帧进行划分，分别得到各平均关键帧的感兴趣区域、次感兴趣区域和不感兴趣区域；

S4：分别提取感兴趣区域和次感兴趣区域的场景多特征，场景多特征包括颜色特征和纹理特征；

S5：利用多特征融合技术将颜色特征和纹理特征进行融合，获得场景视频的综合特征；

S6：使用阈值判定分类法进行场景分类：将感兴趣区域ROI和次感兴趣区域SROI的综合特征分别与其对应的特征阈值比较，根据对比结果得到多个场景类别。

2.根据权利要求1所述的一种基于多特征的视频场景分类方法，其特征在于：S1中，对于每一个场景视频片段，提取其场景视频关键帧集合，公式为：

f_s＝F(VStream),f_s＝{f₁,f₂,f₃,···,f_n} (1)

其中，VStream是视频流片段；f_s是关键帧集合；f_n是视频流的一帧关键帧。

3.根据权利要求2所述的一种基于多特征的视频场景分类方法，其特征在于：S2中，设表示平均关键帧，平均关键帧的表示公式如下所示：

其中，i＝1····n，n为单视频关键帧个数，f_i为关键帧集合。

4.根据权利要求3所述的一种基于多特征的视频场景分类方法，其特征在于：S3中，每一个平均关键帧划分的步骤如下：

S31：将计算得到的平均关键帧图像进行分割，采用基于区域和位置的分割方式分割平均关键帧图像，分别提取出感兴趣区域ROI、次感兴趣区域SROI以及对于场景识别无效的不感兴趣区域NOI，分别得到了无序的感兴趣图像元b_c、次感兴趣图像元b_t、不感兴趣图像元b_r的图像元集合，分割得到的感兴趣图像元b_c、次感兴趣图像元b_t、不感兴趣图像元b_r的所有图像元的尺寸均相等；

S32：将带有空间位置信息和具有区域属性的感兴趣图像元b_c、次感兴趣图像元b_t、不感兴趣图像元b_r分别按一定的排列方式进行拼接，形成带有空间结构信息的有序感兴趣区域Z_ROI及次感兴趣区域Z_SROI；

S33：将感兴趣区域Z_ROI及次感兴趣区域Z_SROI分别全部提取出来，再次拼接各区域像元，采用矩阵形式形成具有整体结构特征的感兴趣区域ROI和次感兴趣区域SROI。