本体支持的视频语义概念探测(3)

　　通过上述计算，可以度量每一个视频概念与待探测视频片段的文本匹配程度。某个概念计算得到的匹配程度越大，说明该视频片段包含该概念的可能性越大。

　　3.2 本体概念匹配与文本匹配相同，抽取视频包含的文本集vt 和vt 中包含的名词术语集。通过匹配nt 与视频概念扩展本体中的概念定义，可以获得nt 对应的一个概念集合。直观的讲，C 中包含的概念在该段视频中出现的可能性较大。但是如何定量的度量某一个概念在vt 中拥有更重要的“地位”呢？即vt 的内容与该概念更加相关。

　　在文献中，Resnik 提出了一种概念信息内容度量方法，即度量概念与文本内容的相关程度，具有高信息内容的概念具有高的相关程度。这一方法为我们解决度量概念在视频文本vt 中的重要程度（即二者的相关程度）提供了思路。本文提出的概念匹配方法如下：

　　首先，对于概念i c ，（欢迎访问零二七范文网/faNweN/lwzxx，范文大全）通过视频概念扩展本体定义的关系，抽取与i c 相关的本体概念，这里定义“相关”概念为：在本体中与i c 语义距离不超过2 的概念和共现关系集中定义的与i c 具有共现关系的概念。语义距离定义为本体关系图中，两个概念间的最短路径包含的边数。

　　不难理解，对于视频概念而言，其相关概念为其父节点概念、二级父节点概念和所有兄弟节点概念。标记与i c 相关的所有概念的同义词集的合集为( ) i RT c ，则可定义i c 在文本集vt 中的似然度。

　　4 特征匹配特征匹配是从低层特征相似性的角度探测元概念，即建立视频低层感知特征与视频概念之间的关联。

　　感知概念一方面具有一致的、容易学习的低层特征模式；另一方面，视频概念扩展本体定义的概念与感知概念间的关系赋予了感知概念一定的语义。相对于从视频中单纯抽取的低层感知特征而言，抽取感知概念具有的低层特征模式更能够表征元概念与低层特征的内在关联规律。视频概念是视频概念扩展本体中定义的语义粒度最小的概念，主要通过视觉特征表现。因此，本文讨论的特征匹配主要基于感知概念中的视觉对象概念。

　　视频主要通过视觉通道承载和传递信息，视频中包含的概念总可以描述为若干个视觉对象的组合，通过视觉对象这一中层语义得到的低层特征，对于概念具有更好的区分能力，即有效的消除了低层特征与高层语义关联的不确定性。

　　基于上述思想，本文根据视频概念扩展本体定义的语义概念与感知概念之间的包含关系，抽取与概念相关的视觉对象概念。选择标注过视觉对象概念的视频数据作为训练数据集，抽取相同视觉对象概念的颜色、纹理、位置特征，训练视觉对象概念对应的视频概念分类器，选择SVM 构造分类器。这里需要指出的是，一个视频概念可能包含若干个视觉对象概念，则每一个视觉对象概念都对应一个概念分类器，不同的视觉对象刻画了概念的不同属性特征，通过对多个视觉对象概念对应的概念分类器的探测结果进行融合，得到最终的概念探测结果。

　　4.1 视觉对象的特征抽取本文分别抽取视觉对象的颜色、纹理和位置特征如下：

　　1. 7 维的HSV 颜色均值和主颜色(Dominant Color)；2. 8 维一个尺度，0° , 45° ,90° ,135°四个方向的Gabor 纹理特征；3. 构造视觉对象外接矩形，抽取2 维的对象矩形中心点位置特征，8 维的对象矩形顶点位置特征。

　　4.2 SVM 分类器构造抽取上述视觉对象特征组成特征向量，训练SVM 分类器探测概念。概念探测目标是给出视频片段中是否出现特定概念的判断，同时还要给出这种判断的置信度，即后验概率。而标准的SVM 分类器决策函数是一个符号函数，即根据决策函数的值给出肯定或否定的二值判断，用概率描述就是属于某一类的概率为1，或者不属于某一类的概率为1。因此，构造概念分类器要解决的一个重要问题就是SVM 分类器的概率化输出。

　　目前，关于 SVM 后验概率输出的研究较少，多数学者沿用了Vapnik 的计算方法和思想，研究的重点主要集中在求解二次规划的数学技巧上，或者直接将Vapnik 的计算方法应用到某一个领域得出一些应用成果。关于SVM 后验概率输出的代表性研究是由Platt 提出来的，其主要思想来源于Wuhba 关于RKHS 表示定理的研究。本文采用Platt 提出的方法，获得SVM 概率化输出。

　　对给定概念对应的不同视觉对象概念，抽取特征训练分类器，每一个分类器的输出表示根据该视觉对象判断给定的概念出现的概率。

　　4.3 结果融合对于待探测视频片段，首先抽取其包含的各个视觉对象概念的低层特征。根据视频概念扩展本体定义的语义概念与感知概念间的关联关系，获取每一个视觉对象概念关联的概念。

　　然后选择相应的SVM 分类器进行概念探测。