一种基于随机森林算法的视频分类方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN111753790A(43)申请公布日2020.10.09(21)申请号202010622687.8(22)申请日2020.07.01(71)申请人武汉楚精灵医疗科技有限公司地址430000湖北省武汉市东湖新技术开发区高新大道818号武汉高科医疗器械园B地块一期B10栋5层03号(72)发明人陶佳伟刘奇为胡珊李超(74)专利代理机构上海精晟知识产权代理有限公司31253代理人刘宁(51)Int.Cl.G06K9/00(2006.01)G06K9/62(2006.01)G06N20/00(2019.01)权利要求书2页说明书5页附图1页(54)发明名称一种基于随机森林算法的视频分类方法(57)摘要本发明涉及视频分类技术领域，尤其涉及一种基于随机森林算法的视频分类方法，包括：S1、获取待分类视频数据，并根据视频内容特征将视频划分成若干子片段；S2、抽取每个子片段的典型帧图像进行标记，赋予标签名，形成标签集合；S3、将标记好的图像作为数据集，运用随机森林算法训练视频分类模型；S4、将待分类视频输入模型，模型抽取视频帧图像，判断帧图像属于哪个标签集合下的标签名；S5、统计判断情况，给出当前视频类别的最终判断结果。本发明为了实现对视频的“整体”划分，在数据处理和标注阶段，按照视频特征将视频过程进行拆分，最大可能的保留视频的逻辑信息，通过关注视频的过程和场景变换，提高了视频分类准确性。CN111753790ACN111753790A权利要求书1/2页1.一种基于随机森林算法的视频分类方法，其特征在于，包括如下步骤：S1、获取待分类视频数据，并根据视频内容特征将视频划分成若干子片段；S2、抽取每个子片段的典型帧图像进行标记，赋予标签名，形成不同类别视频对应的标签集合；S3、将标记好的图像作为数据集，运用随机森林算法训练视频分类模型；S4、将待分类视频输入模型，模型抽取视频帧图像，判断帧图像属于哪个标签集合下的标签名；S5、统计各标签集合下标签名的判断情况，给出当前视频类别的最终判断结果。2.根据权利要求1所述的一种基于随机森林算法的视频分类方法，其特征在于：所述步骤S1中首先根据需求将待分类视频分为J个类别，每个类别代表一类视频，然后根据每类视频的内容特征，将其切分为Kj个子片段，每类视频的子片段数可以不同，每个子片段用一个标签名代表。3.根据权利要求1所述的一种基于随机森林算法的视频分类方法，其特征在于：所述步骤S1中的分类对象为医学内窥镜影像时，根据内窥镜视频内容分为胃镜、肠镜、鼻镜、小肠镜共4个类别。4.根据权利要求3所述的一种基于随机森林算法的视频分类方法，其特征在于：所述步骤S1中收集胃部的胃镜视频时，根据胃镜的视频内容，划分为口咽部片段、食管片段、贲门片段、胃体片段、球部片段和降部片段共6个片段，分别用“口咽部”、“食管”、“贲门”、“胃体”、“球部”和“降部”的标签名来代表。5.根据权利要求3所述的一种基于随机森林算法的视频分类方法，其特征在于：所述步骤S1中收集肠道的肠镜视频时，根据肠镜的视频内容，划分为肛门片段、肛管片段、乙状结肠片段、降结肠片段、左曲片段、横结肠片段、右曲片段、升结肠片段和回盲部片段共9个片段，分别用“肛门”、“肛管”、“乙状结肠”、“降结肠”、“左曲”、“横结肠”、“右曲”、“升结肠”和“回盲部”的标签名来代表。6.根据权利要求1所述的一种基于随机森林算法的视频分类方法，其特征在于：所述步骤S2中典型帧要求画面清晰，且不包含其他子片段信息。7.根据权利要求1所述的一种基于随机森林算法的视频分类方法，其特征在于：所述步骤S2的具体步骤如下：S21、将各段视频解析为图片；S22、剔除模糊无效和部位特征不明显的图片；S23、将每段子视频下抽取的图片附上标签名。8.根据权利要求1所述的一种基于随机森林算法的视频分类方法，其特征在于：所述步骤S3的具体过程如下：S31、训练前将图像数据集通过基于颜色和纹理特征的图像增强技术处理，增强数据集中的图像特征；S32、采用bootstrap方法有放回地随机抽取M个新的自助样本集，并根据所述自助样本集构建M棵分类回归树，每棵回归树根据所收到样本集进行训练，训练实质为：将典型帧图像和标签名进行关联，形成典型帧图像和标签名的映射关系。9.根据权利要求8所述的一种基于随机森林算法的视频分类方法，其特征在于：所述步2CN111753790A权利要求书2/2页骤S4中的判断过程如下：S41、将待分类视频输入模型，模型抽取视频连续帧图像，抽取标准为每秒5帧，输入模型进行分类；S42、树的投票，步骤S32中所得的M棵分类回归树，根据自己训练得到的映射函数分别对输入的图片进行映射，得到该树对当前图片类别的判断结果