[发明专利]基于主题模型方法和领域规则库实现场景分析描述的方法有效

专利信息
申请号: 201410057882.5 申请日: 2014-02-20
公开(公告)号: CN103778443B 公开(公告)日: 2017-05-03
发明(设计)人: 何莹;王建;谭懿先;梅林;吴轶轩;杜欢;尚岩峰;王文斐;钟雪霞 申请(专利权)人: 公安部第三研究所
主分类号: G06K9/64 分类号: G06K9/64;G06F17/30;G06F17/27
代理公司: 上海智信专利代理有限公司31002 代理人: 王洁,郑暄
地址: 200031*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 主题 模型 方法 领域 规则 实现 场景 分析 描述
【权利要求书】:

1.一种基于主题模型方法和领域规则库实现场景分析描述的方法,其特征在于,所述的方法包括以下步骤:

(1)获取训练视频图像并采用对象分类器对训练视频图像进行训练得到滴状对象容器和纹理对象容器;

(2)将所述的滴状对象容器和纹理对象容器进行融合并对融合的对象容器进行分析得到语义主题模型;

(3)获取测试视频图像并根据所述的语义主题模型对所述的测试视频图像进行场景分类得到场景分类结果;

(4)根据所述的语义主题模型的场景分类结果和基于先验知识建立的领域规则库对所述的测试视频图像进行场景语义理解描述;

所述的将所述的滴状对象容器和纹理对象容器进行融合,具体为:

将所述的滴状对象容器和纹理对象容器中所有的类标签放在一起形成融合的对象容器。

2.根据权利要求1所述的基于主题模型方法和领域规则库实现场景分析描述的方法,其特征在于,所述的采用对象分类器对训练视频图像进行训练得到滴状对象容器和纹理对象容器,包括以下步骤:

(11)对所述的训练视频图像采用尺度不变特征转换特征提取方法进行处理得到特征矩阵;

(12)在特征矩阵上采用支持向量机方法进行训练得到滴状对象容器,采用纹理分类方法训练得到纹理对象容器。

3.根据权利要求2所述的基于主题模型方法和领域规则库实现场景分析描述的方法,其特征在于,所述的特征矩阵的行表示不同帧的训练视频图像,所述的特征矩阵的列表示尺度不变特征转换特征信息。

4.根据权利要求1所述的基于主题模型方法和领域规则库实现场景分析描述的方法,其特征在于,所述的对融合的对象容器进行分析得到语义主题模型,具体为:

对融合的对象容器采用隐含狄利克雷方法进行分析得到语义主题模型。

5.根据权利要求1所述的基于主题模型方法和领域规则库实现场景分析描述的方法,其特征在于,所述的获取测试视频图像并根据所述的语义主题模型对所述的测试视频图像进行场景分类得到场景分类结果,包括以下步骤:

(31)获取测试视频图像并采用对象分类器对测试视频图像进行训练得到测试滴状对象容器和测试纹理对象容器;

(32)将所述的测试滴状对象容器和测试纹理对象容器进行融合得到融合的测试对象容器;

(33)根据所述的语义主题模型和融合的测试对象容器对所述的测试视频图像进行场景分类得到场景分类结果。

6.根据权利要求1所述的基于主题模型方法和领域规则库实现场景分析描述的方法,其特征在于,所述的根据所述的语义主题模型的场景分类结果和基于先验知识建立的领域规则库对所述的测试视频图像进行场景语义理解描述,包括以下步骤:

(41)基于先验知识建立领域规则库,所述的领域规则库包含对领域内感兴趣事件的规则描述;

(42)根据所述的场景分类结果和领域规则库,采用规则推理方法得到所述的测试视频图像的场景语义理解描述。

7.根据权利要求6所述的基于主题模型方法和领域规则库实现场景分析描述的方法,其特征在于,所述的采用规则推理方法得到所述的测试视频图像的场景语义理解描述,包括以下步骤:

(421)对场景中存在的事件进行挖掘输出场景的结构化描述结果;

(422)采用自定义的输出形式对场景进行描述。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于公安部第三研究所,未经公安部第三研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201410057882.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top