[发明专利]一种基于细节描述的视频事件概要图构造和匹配方法

摘要

本发明提供一种基于细节描述的视频事件概要图构造和匹配方法，包括：定义事件概要图为一种无向图模型，描述事件细节的动作属性集合，动作之间的角色约束关系和上下文关系；定义事件概要图的各类事件细节描述特征并构造相应的匹配测度，将事件概要图的匹配测度表示为各类特征匹配测度的线性组合，并采用相关度反馈方法学习线性权重系数。本发明的应用之一是视频事件细节检索，其原理是将用户输入的事件细节和库中视频事件细节表达为事件概要图，然后在数据驱动的马尔科夫链蒙特卡洛框架下进行图匹配，完成检索过程。本发明所提供的事件概要图能够有效描述单人或多人事件细节；本发明也提供了一种视频事件细节匹配和检索的参考方法。

主权项

一种基于细节描述的视频事件概要图构造和匹配方法，其特征在于包含以下步骤：步骤（1）、定义视频事件细节为单人或多人的若干动作在时间、空间上的某种布局；步骤（2）、基于无向属性图模型，将视频事件细节表达为事件概要图，描述动作属性集合，动作之间的角色约束关系，以及每个动作与周围动作的上下文关系；步骤（3）、定义事件概要图的各类事件细节描述特征，包括事件复杂度特征，节点语义特征，节点时间特征，节点布局特征以及节点上下文特征；步骤（4）、构造事件概要图的匹配相似度测度，包括为每一类事件细节描述特征构造相应的匹配测度，将事件概要图的匹配测度表达为上述各类匹配测度的线性组合，并采用相关度反馈方法学习线性权重系数；步骤（5）、作为基于本发明所提供的事件概要图构造和匹配方法的应用，定义视频事件细节检索步骤为：步骤（5.1）、用户使用事件画板绘制事件细节，或者使用标注工具标注一段视频中感兴趣的事件细节，作为检索输入；步骤（5.2）、对用户输入的事件细节和库中存储的视频事件细节，分别建立事件概要图；步骤（5.3）、在数据驱动的马尔科夫链蒙特卡洛（Data‑Driven Markov Chain Monte Carlo）框架下计算用户输入的事件细节与库中存储的所有视频事件细节的事件概要图匹配距离，并根据距离大小给出检索结果。