[发明专利]一种基于模糊综合评价的视频情感内容识别方法

摘要

本发明属于视频内容分析领域，具体涉及一种基于模糊综合评价的视频情感内容识别方法。现有视频情感内容识别方法缺乏考虑情感的模糊属性问题。针对现有方法中存在的不足，本发明首次将模糊理论中模糊综合评价模型用于视频情感内容识别。与现有的方法相比，本发明提出的方法充分考虑到视频情感内容的模糊属性，在模糊综合评价模型的基础上，本发明用一个与情感紧密相关的高层特征向量来表示视频片段内容，在高层上研究视频情感内容识别；进一步，采用人工神经网络(ANN)来模拟人类情感反应系统，识别视频片段诱发观众产生的基本情感类型。实验结果证实了本发明在视频情感内容识别中的有效性和可行性。

主权项

1、一种基于模糊综合评价的视频情感内容识别方法，其特征在于该算法包含一下几个步骤：(1)该方法主要思想：由于视频内容(即视频不同低层特征)对诱发观众产生的基本情感具有模糊属性，本发明采用模糊理论中的模糊综合评价模型来表示视频场景内容；进一步，采用人工神经网络识别场景诱发观众产生的基本情感；(2)定义场景低层特征对诱发基本情感的模糊隶属函数μij，并用隶属函数来刻画特征与情感之间的模糊关系。根据前人主观实验分析结果可假设：第j类情感的第i个低层特征数据具有相似性。于是，对于任意一个场景的第i个低层特征值z，将其模糊隶属函数值μij(z)假设为z与对应样本数据集的欧氏距离的函数，即μij(z)＝P(d(z，Mij))，其中Mij表示第j类基本情感的第i个特征的样本数据集。一般情况，根据聚类的思想，场景特征值z与某个样本数据集距离越近，则z属于这类数据的可能性越大，故μij与d(z，Mij)近似成反比关系。(3)根据最优化理论来求模糊隶属函数μij；(4)采用低层特征对基本情感的模糊隶属函数来求两者之间的模糊关系R(Z)；(5)由于不同视频低层特征对评价不同情感的贡献程度不一样，本发明引入联合综合评价权重矩阵W来刻画贡献程度，设为W＝[wij]n×m，其中wij表示第j个场景低层特征对诱发第i类基本情感的贡献值，n是基本情感类型的总数，m是场景低层特征的总数。本发明采用层次分析法来求W；(6)计算各类基本情感的相对综合评价值，即H＝[hij]n×m＝W·R(Z)，其中hij表示在场景诱发观众产生的基本情感是第i类的前提下，被评价为第j类基本情感的综合评价值；(7)采用人工神经网络来识别场景观众产生的基本情感。