[发明专利]一种视频语义挖掘方法

摘要

本发明涉及一种视频语义挖掘方法，该方法首先对待处理的视频进行中文连续语音识别、视频目标识别和视频文字识别，然后对于识别结果进行中文分词和词性标注，并保留名词和动词作为图模型的顶点，顶点之间的边权重设置为两个顶点所代表的词语的中文语义距离，最后根据稠密子图发现算法挖掘视频的语义信息。本发明的特点是，利用中文连续语音识别、视频目标识别和视频文字识别三种识别结果的融合实现视频的语义挖掘；把视频表达为一个图模型，顶点为视频中的词语，边的权重设置为两个顶点的语义距离；进一步把视频语义挖掘算法转化为图模型的稠密子图发现算法。本发明解决了中文连续语音识别、视频目标识别和视频文字识别过程中的单识别结果错误率高和多识别结果不能有效融合的问题；解决了视频的结构化表达问题和视频语义挖掘的算法实现问题。本发明可以用来对批量视频进行自动标注、分类和语义挖掘。

主权项

一种视频语义挖掘方法，其特征在于，所述方法的步骤如下：步骤S1：对于待处理的视频，分别进行中文连续语音识别、视频目标识别和视频文字识别；步骤S2：对于步骤S1所述的三种识别结果，各自表达为一个文字向量，共同组成一个张量以表达视频；步骤S3：对于步骤S2中的三个文字向量，分别进行中文分词和词性标注，保留名词和动词；步骤S4：构造图模型来表达视频，其中图的顶点为S3中所得到的名词和动词，图的边权重设置为两个顶点所代表的中文词语的语义距离；步骤S5：对于步骤S4所构造的图模型，使用稠密子图发现算法挖掘图模型中的语义。