一种基于视频语义的目标对象社交关系识别方法

摘要

一种基于视频语义的目标对象社交关系识别方法，首先对用户输入的视频数据预处理，得到镜头图像帧序列，从中取出关键帧，通过SVM学习模型提取该关键帧的特征向量，将分析特征向量得到的镜头语义存储到XML文件中镜头结点，然后根据每一个镜头的结点下时间和人物所对应的语义结点，把拥有相同的人物语义结点的镜头结点归为一组镜头结点，将已分类好的每组镜头结点的数据按照名称为时间结点的结点值的递增顺序保存到XML文件的场景结点下，依次构造出镜头语义序列，代表一个个场景；最后用一个个场景语义矩阵来存储场景中人物的语义信息和社交关系，再通过取并集的方式，将所有的场景语义矩阵中的人物语义信息和社交关系合并成一个大的代表视频语义的矩阵。