[发明专利]一种基于视频内容的分类聚合方法及装置

权利要求书

1.一种基于视频内容的分类聚合方法，其特征在于，包括：

S1：逐帧处理视频流，按照每帧图像的时序依次排列获取的图像文本，得到视频字幕；

S2：对视频字幕中每个句子进行分词和词性标注，并保留具有指定词性的单词以构成候选关键词；

S3：构建关键词图模型，并将S2中的候选关键词添加至图模型中构成图模型的节点；

S4：计算关键词图模型中各节点的权重，并按照权重大小的顺序获取若干节点以构成候选标签；若候选标签形成相邻词组，则组合多词标签；

S5：选取步骤S4中的候选标签或多词标签作为视频流的标签。

2.根据权利要求1所述的基于视频内容的分类聚合方法，其特征在于，S4包括：

S41：采用共现关系构造任意两个节点之间的边，并将存在边的两个节点添加至图模型中以构成一个无向无权边图；

S42：确认无向无权边图中任意节点的词语位置、词性和领域特征的权重分配，通过多特征融合得出综合权重。

3.根据权利要求2所述的基于视频内容的分类聚合方法，其特征在于，S42中，各节点的综合权重采用下列公式进行计算：

式中，WS(V_i)表示节点V_i的权重，WS(V_j)表示节点V_j的权重；

d为阻尼因子，表示图中任意一个节点跳转到其他节点的概率值；

In(V_i)表示指向节点V_i的所有节点的集合，In(V_i)＝log_e(V_i)；Out(V_j)表示节点V_j指向的所有节点V_j的集合；

ω(ν_i)为节点V_i特征权重，且ω(ν_i)＝ω₁(ν_i)*pos_i+ω₂(ν_i)*cla_i+ω₃(ν_i)*cha_i，

式中，ω₁(ν_i)为词语位置权重，ω₂(ν_i)为词性权重，ω₃(ν_i)为领域特征权重，pos_i为位置权重分配系数，cla_i为词性权重分配系数，cha_i为领域特征权重分配系数。

4.根据权利要求1所述的基于视频内容的分类聚合方法，其特征在于，S1包括：

S11：逐帧处理视频流，得到待识别的图像，所述图像中包括多个像素点；

S12：根据多个所述像素点，确定所述图像的第一文本区域；

S13：按照预设规则，从所述第一文本区域中提取第二文本区域；

S14：对所述第二文本区域进行识别以获取图像文本；

S15：按照每帧图像的时序依次排列获取的图像文本，得到视频字幕。

5.根据权利要求4所述的基于视频内容的分类聚合方法，其特征在于，S11包括：

S111：采用三色不等权变换策略逐帧处理视频流中的图像，得到灰度图像；

S112：采用阈值法处理灰度图像，得到包括多个像素点的二值化图像。

6.根据权利要求5所述的基于视频内容的分类聚合方法，其特征在于，S12包括：

S121：按照8邻域相通的规则对S11中的二值化图像进行连通域标记，同一连通域内的像素点具有相同的标号；

S122：利用启发式规则筛选并去除面积过大或过小的连通域，得到第一文本区域。