[发明专利]基于会话的视频分类方法

权利要求书

1.一种基于会话的视频分类方法，其特征在于，包含以下步骤：

A.将视频中的会话内容转换成文本；

B.对文本进行预处理；

C.对文本进行特征提取；

D.对文本进行表示；

E.对文本进行分类并根据文本分类结果对视频进行分类。

2.如权利要求1所述的基于会话的视频分类方法，其特征在于，所述步骤A还包含以下步骤：

A1为每个视频提取音频；

A2将音频转换为文本。

3.如权利要求1所述的基于会话的视频分类方法，其特征在于，所述步骤B还包含以下步骤：

B1对文本进行分词；

B2对文本去除停用词；

B3为所有视频统计会话部分持续的总时长；

B4根据分词结果为视频库生成词袋；

B5统计每个词对应的会话部分在视频中持续的时间。

4.如权利要求1所述的基于会话的视频分类方法，其特征在于，所述步骤C还包含以下步骤：

C1取词袋中的词作为所有文本的特征词；

C2为所有文本的每个特征词计算词频；

C3为每个特征词计算逆向文件概率；

C4使用改进的TF-IDF算法为视频库中的每个视频的所有特征词计算权重。

5.如权利要求1所述的基于会话的视频分类方法，其特征在于，

所述步骤D还包含以下步骤：

D1为视频库中的每个视频生成权重向量；

D2为视频样本的各类别产生基准权重向量；

所述步骤D中所采用的文本表示模型为词袋模型。

6.如权利要求1所述的基于会话的视频分类方法，其特征在于，

所述步骤E还包含以下步骤：

E1计算待分类视频的权重向量与各类别的基准权重向量之间的距离；

E2取Di中的最小值所对应的类别作为视频i所属的类别。

7.如权利要求1或4所述的基于会话的视频分类方法，其特征在于，所述步骤C4中所采用的特征词权重计算方法为改进的TF-IDF算法，其计算公式如下：

其中，是视频库中第i个视频的第j个特征词w_ij的词频，其定义如下：

其中，是词w_ij的逆向文件概率，其定义如下：

其中，tanh函数定义如下：

其中，Loc_ijk代表第i个视频的第j个特征词在该文档中的第k次出现所具有的结构权重，由用户定义；

其中，t_ij是词袋中的第j个特征词在第i个视频中的会话持续时间；

其中，T_i是第i个视频的会话总时长。

8.如权利要求1或5所述的基于会话的视频分类方法，其特征在于，所述步骤D2为视频样本的各类别产生基准权重向量；

第c类视频的基准权重向量为

其中，是第c类视频的基准权重向量中第i个特征词的权重，其对应词语及顺序与词袋相同；

其中，在类别c的基准权重向量中，第j个特征词的权重定义如下：

其中，W_cij是c类下第i个视频样本的第j个特征词的权重，T_ci是c类下第i个视频样本的会话总时长；

计算后，产生基准权重矩阵：

α＝{α_c1，α_c2，α_c3，…，α_cn}

其中，α_cn是第n类的基准权重向量。