[发明专利]视频活性语义识别法

说明书

视频活性语义识别法，包括图像识别视频理解，用基元图和基元视像图工具与脑语义符号图匹配，进行活性计算识别语义。有圆形、矩形、三角形、线条形四种基元图，组成基元视像图，具有连接性、位置性、比例性、色彩性。基元视像图有主视像图和副视像图等，与脑语义符号图匹配，对应图式表示和语义表示，图之间有联系关系，脑语义符号图的活性与文字符号的语义活性一致，排除歧义图，一帧图像至少有一幅基元视像图；有识别基元图、图式识别基元视像图、消除歧义图、标注脑语图、帧脑语图语句表示基本步骤。图式识别前景图式、背景图式；动景图式、静景图式；活性图式、非活性图式；简单图式、复合图式，建立图式语义的图像视频模型，有实用价值。

一、技术领域

本发明属于人工智能计算机视觉(CV)技术领域，涉及图像视频的语义识别理解技术。

二、背景技术

随着社会科技的不断发展，人工智能视觉技术不断进步，图像识别技术逐步成熟，产生了视频识别理解的需求，图像视频识别语义理解技术具有广泛的实用价值和需求市场。目前，视觉识别技术有一种句法模式识别法。句法模式识别法(Syntactic Approach toPattern Recognition)亦称结构方法或语言学方法，是模式识别的一种方法，把被识别的模式(样本或图形)按其结构组合成一定的语句，然后用句法模式识别法确定其属于哪一个类别，这种方法把一个模式描述为较简单的子模式的组合，子模式又可描述为更简单的子模式的组合，最后得到一个树形的结构描述，在底层的最简单的子模式称为模式基元，基元代表模式的基本特征，不含有重要的结构信息。模式这种以一组基元和它们的组合关系来描述的形式，称为模式描述语句，相当于在语言中，句子和短语用词组合，词用字符组合一样。基元按照语法规则组合成模式。

因此，一旦基元被鉴别，识别过程即可按句法分析进行，即分析给定的模式语句是否符合指定的语法，满足某类语法的模式即被归入该类，这一过程称为模式分类。句法模式识别法可用很小的语言集合去描述数量很大的图形集合。这种方法可用于识别包含丰富的结构信息的复杂的对象。

然而，现有的句法模式识别法存在着需要解决的难题是模式基元如何选择、确定、组合、计算、表示的技术问题。目前，基元的选择还没有通用的方法，更多是依赖经验，基元无法确定，也缺乏组合规则，没有图式，数据计算难以进行，语义表示不能统一。这些技术问题阻碍了图像识别、视频理解的技术进步。

三、发明内容

针对图像识别视频理解的技术问题，本发明提出了视频活性语义识别法技术方案。该方案由图像表示、视频理解二部分组成，其特征在于有基元图和基元语义图工具，与脑语义符号图匹配，进行活性计算、识别语义。

所述的图像表示，由基元图EG(Elementary Graph)，基元视像图ElG(ElementaryImage Graph)，和脑语义符号图BSSP(Brain Semantic Symbol Pattern)，简称脑语图等三部分构成。图像识别方法包括识别基元图、识别基元视像图、匹配脑语图三个过程。

1.识别基元图(EG)。所述的基元图是事物抽象的基本形状图，其特征在于有圆形(C)、矩形(R)、三角形(T)、线条形(L)等若干种基元图，活性是基元图的属性，四种基元图的活性由大到小依次排列。

所述的基元图的活性是指该基元图形状的活动变化性。例如，圆形C是抽象、具象、意象形状的基元，若图形的边缘选四个点对应拉直后即可为矩形R；若选边缘三个点拉直后即可为三角形T；若选边缘二个点拉直后即可为线条L，因此，圆形C活性最大，矩形R次之，三角形T再次之，线条L活性较小。

2.识别基元视像图(EIG)。所述的基元视像图是事物的基本形象图示形式，其特征在于其由基元图的圆形(C)、矩形(R)、三角形(T)、线条形(L)等若干种图形连接复合而成，其活性继承基元图由大到小呈现。例如，上下连接一个圆形、一个矩形、四个线条形，可能是“人”的这个事物的基本形象图示形式；左右连接一个圆形、一个矩形，并且上下连接四个条形，可能是“猫”的这个事物的基本形象图示形式。