[发明专利]基于多特征的视频场景分类方法

说明书

本发明涉及一种视频场景分类技术领域，是一种基于多特征的视频场景分类方法，包括S1提取场景视频的关键帧集合；S2计算每一个场景视频的平均关键帧；S3对每一个平均关键帧进行划分；S4提取场景多特征，场景多特征包括颜色特征和纹理特征；S5：利用多特征融合进行融合，获得场景视频的综合特征；S6：将综合特征与其对应的特征阈值比较进行场景分类，使用阈值判定分类法得到多个场景类别。本发明的阈值判定分类法充分利用了视频的结构化特征，在区分不同的场景时具有较高的准确率，分类结果稳定性强，是一种鲁棒性高的分类算法，具有动态分类的特点，分类的类别数目根据阈值确定，不需要事先划分类别数目以及训练集训练，分类过程易于实现。

技术领域

本发明涉及一种视频场景分类技术领域，是一种基于多特征的视频场景分类方法。

背景技术

近些年，网络信息技术飞快的发展，使得视频信息量呈急剧膨胀之态。这对于视频快速检索来说，具有相当大的挑战。为了提升检索视频的效率，可利用视频场景分类技术加快视频检测效率来达到快速视频检索的目的。一些研究者带头对场景识别与分类领域展开研究，提出了辨识与分类相关模型。随着研究深入，模式识别技术在图像处理领域有了更广泛的应用，如场景分类技术。场景分类技术的应用有以下几个方面：

(1)机器视觉：在计算机视觉领域，机器人能够智能的处理“看到”的事物，并对这些信息做出智能反馈，这离不开场景辨识与分类技术。

(2)图像增强：随着对场景辨识与分类技术研究的深入，这项技术被运用到图像增强技术中。首先，根据场景的差异性对待增强图像进行划分；其次，为了达到较好的图像增强效果，采用差异化图像增强算法对划分后的图像进行图像增强处理。场景划分也是一个场景分类的过程，因此，使用场景分类技术能够极大地提升图像增强的效果。

(3)视频检索：伴随着多媒体技术的迅速发展，网络上各大社交网络平台，每时每刻都会有很多的视频检索、访问、上传及下载操作等等。当我们用关键字进行视频检索时，大量相似的视频就会出现在我们的检索结果中，在检索中，场景分类技术就被应用于相似场景划分的过程中。通过运用场景分类技术，相似视频检索的准确率大大提高。

(4)视频数据管理：对于庞杂的视频数据，可以构建一个视频指纹数据库，即分别为每一类视频建立一个标签，这些标签就相当于视频的指纹，因此，可以把对带标签的视频数据库的处理转化为对这些“视频指纹”的处理，类似于公安系统的指纹识别系统，当遇到一个待查询分类的新视频，可以通过和视频“指纹”库里面的视频进行对比，得到视频的属性。在建立视频指纹库时，需要采集众多的视频，然后对这些视频进行场景划分归类，对数据库建立和浏览等的高效操作离不开对场景信息的准确理解。

虽然视频场景分类的应用领域及范围众多，但是在场景分类识别的技术上仍然存在一定的缺陷，提取的视频场景特征有效性不充分、场景识别率低等问题限制了场景识别应用的推广。

发明内容

本发明提供了一种基于多特征的视频场景分类方法，克服了上述现有技术之不足，其能有效解决现有技术在不能对场景视频提取有效的场景特征描述以及场景识别率低的问题。

本发明的技术方案是通过以下措施来实现的：一种基于多特征的视频场景分类方法，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；