没有合适的资源?快使用搜索试试~ 我知道了~
MapReduce框架下基于正负关联规则的视频人物关系挖掘
需积分: 10 0 下载量 81 浏览量
2021-04-30
14:32:27
上传
评论
收藏 1.4MB PDF 举报
温馨提示
针对目前视频人物关系挖掘中关系单一的问题,提出了一种MapReduce框架下基于关联规则的视频人物关系挖掘方法。首先对预处理过的视频图像进行人脸聚类,其次引入了关系方向、关系权重、关系影响三个关系细化的概念,对所得人脸事务数据库进行了正负关联规则挖掘,最后比较了挖掘结果关系图同客观关系图在对应图节点度数上的差异。实验表明,该方法可以挖掘出客观人物关系图主要结构,相对于其他人物关系挖掘方法完成了人物关系的细化,对视频内容分析的研究具有较强的参考价值。
资源推荐
资源详情
资源评论
收稿日期:20190228;修回日期:20190428 基金项目:吉林省教育厅“十三五”科学技术研究项目(JJKH20180897KJ)
作者简介:朱晋(1993),男,甘肃庆阳人,硕士研究生,主要研究方向为数据挖掘;怀丽波(1973),女(通信作者),黑龙江五常人,副教授,硕
导,硕士,主要研究方向为优化理论与方法、数据挖掘(huailibo@ybu.edu.cn);崔荣一(1962),男(朝鲜族),吉林延吉人,教授,硕导,博士,主要研
究方向为自然语言处理;王齐(1972),男,吉林延吉人,讲师,硕士,主要研究方向为图像处理.
MapReduce框架下基于正负关联规则的
视频人物关系挖掘
朱 晋,怀丽波
,崔荣一,王 齐
(延边大学 计算机科学与技术学科 智能信息处理研究室,吉林 延吉 133002)
摘 要:针对目前视频人物关系挖掘中关系单一的问题,提出了一种 MapReduce框架下基于关联规则的视频人
物关系挖掘方法。首先对预处理过的视频图像进行人脸聚类,其次引入了关系方向、关系权重、关系影响三个关
系细化的概念,对所得人脸事务数据库进行了正负关联规则挖掘,最后比较了挖掘结果关系图同客观关系图在
对应图节点度数上的差异。实验表明,该方法可以挖掘出客观人物关系图主要结构,相对于其他人物关系挖掘
方法完成了人物关系的细化,对视频内容分析的研究具有较强的参考价值。
关键词:视频人物关系;正负关联规则;人物关系细化;视频内容分析
中图分类号:TP391 文献标志码:A 文章编号:10013695(2020)08019233305
doi:10.19734/j.issn.10013695.2019.02.0041
Miningofvideocharacterrelationshipbasedonpositiveand
negativeassociationrulesunderMapReduceframe
ZhuJin,HuaiLibo
,CuiRongyi,WangQi
(IntelligentInformationProcessingLaboratory,Dept.ofComputerScience&Technology,YanbianUniversity,YanjiJilin133002,China)
Abstract:ThispaperproposedamethodofvideocharacterrelationshipminingbasedonassociationrulesunderMapReduce
frameaimingattheproblemofsinglerelationshipincurrentvideocharacterrelationshipmining.Firstly
,thismethodapplied
faceclusteringinthepreprocessedvideoimages.Secondly,itintroducedthreeconceptsofrelationalrefinement,namelyrela
tionaldirection,relationalweightandrelationalimpact,andminedpositiveandnegativeassociationrulesintheresultingface
transactiondatabase.Finally,thispapercomparedtheminingresultgraphwiththeobjectivecharacterrelationshipgraphinthe
degreeofdifferenceamongthecorrespondinggraphnodes.Experimentsshowthattheproposedmethodcanextractthemain
structureofobjectiverelationgraph,atthesametimecompletetherefinementoftherelationshipbetweencharacterscompared
withothervideocharacterrelationshipminingmethod.Ithasastrongreferencevaluefortheresearchofvideocontentanalysis.
Keywords:videocharacterrelationship;positiveandnegativeassociationrules;refinementofpersonrelation;videocon
tentanalysis
0 引言
视频内容分析中,人物关系挖掘是借助某种通用的基于语
义的人物关系表达方法将人物关系作为基本特征或者辅助特
征进行研究。目前,以人物为中心的视频内容分析有较广泛的
研究,如赵洪等人
[1]
进行了人体运动视频关键帧优化及行为
识别,胡易
[2]
进行了视频中人脸聚类系统的设计与实现;周
旺
[3]
提出了一种基于卷积神经网络的人脸年龄估计算法。但
从人物关系的角度进行视频内容分析鲜有研究,原琨
[4]
提出
了基于时空上下文来进行视频人物关系挖掘,该方法可以得到
人物关系表示矩阵,但也只是体现出人物间的无向共生关系;
高翔
[5]
提出了一种基于无向有权图聚类的人物社交关系分组
算法,能准确和全面地完成视频中人物社交分组,但分组的性
能和鲁棒性还有待提高;冯新杰
[6]
提出了一种基于滑动窗口
的 APRIORI算法,能够有效地将时空上具有持续性的群体人
物关系挖掘出来,并在目标搜索中提高了搜索准确率,但当人
流密度过大时算法会有局限性。
关联规则挖掘是数据挖掘领域中重要的研究方法,传统的
关联规则挖掘算法仅能发现高频率、强相关的显式模式
[7]
;而
隐式模式负关联规则具有低频率、强相关的性质,表现了数据
项间不易觉察的强相关性质:哪些数据项很少一起出现但相互
之间隐含着相当强的负相关性,包含了非常有价值的信息。正
负关联规则挖掘经过长期的研究与发展,已在频繁模式挖掘算
法的设计及优化方面日趋成熟,广泛应用于医学、交通、心理学
等领域,如朱书眉
[8]
提出了基于词袋模型和关联规则的医学
图像分类研究;Mohanty等人
[9]
使用 GLCM特征的遗传关联规
则挖掘出图像中花的分类规则;
Montella
[10]
利用关联规则探索
城市环形 路口碰撞因 素和碰撞类 型之间的关 系;章 坚武等
人
[11]
将关联规则应用在了入侵检测模型;葛枭语等人
[12]
将关
联规则应用在中国成人成就归因模式及其人群特征与心理后
果挖掘。将正负关联规则应用到视频人物关系挖掘上,拓展了
其应用领域,也为视频中人物关系研究提供了新的方法。
1 相关理论与方法
11 关联规则概述
关联规则表现的是两个事务之间的依赖性,假设两个事务
第 37卷第 8期
2020年 8月
计 算 机 应 用 研 究
ApplicationResearchofComputers
Vol37No8
Aug.2020
资源评论
weixin_38697171
- 粉丝: 3
- 资源: 956
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- (源码)基于低功耗设计的无线互呼通信系统.zip
- (源码)基于Arduino的盲人碰撞预警系统.zip
- 自己学习java安全的一些总结,主要是安全审计相关.zip
- (源码)基于C++的多线程外部数据排序与归并系统.zip
- 编译的 FFmpeg 二进制 Android Java 库.zip
- 纯 Java git 解决方案.zip
- (源码)基于Spring Boot和Vue的后台管理系统.zip
- 用于将 Power BI 嵌入到您的应用中的 JavaScript 库 查看文档网站和 Wiki 了解更多信息 .zip
- (源码)基于Arduino、Python和Web技术的太阳能监控数据管理系统.zip
- (源码)基于Arduino的CAN总线传感器与执行器通信系统.zip
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功