基于多模態(tài)融合的網(wǎng)球視頻語(yǔ)義分析與研究.pdf

1、體育視頻檢索是基于內(nèi)容的視頻語(yǔ)義分析領(lǐng)域的重要研究方向，網(wǎng)球視頻分析作為其中的一個(gè)研究分支，其重要性已逐步突顯出來(lái)。
　　 本文結(jié)合網(wǎng)球比賽的特點(diǎn)，對(duì)網(wǎng)球視頻中出現(xiàn)的精彩事件進(jìn)行檢測(cè)。同時(shí)本文構(gòu)建了事件檢測(cè)的原型系統(tǒng)，該系統(tǒng)實(shí)現(xiàn)了視頻結(jié)構(gòu)化分析、音頻流分析及多模態(tài)融合的精彩事件檢測(cè)等功能。
　　 視頻結(jié)構(gòu)化分析是整個(gè)視頻檢索的基礎(chǔ)和關(guān)鍵，直接影響到最終精彩事件檢測(cè)的效果。這部分內(nèi)容主要包括鏡頭邊界檢測(cè)、關(guān)鍵幀提取、鏡頭分

2、類和慢鏡頭回放檢測(cè)等。采用基于主色比例差和顏色直方圖差的自適應(yīng)閾值鏡頭邊界檢測(cè)算法，該算法在視頻播放時(shí)能夠?qū)崟r(shí)自動(dòng)的獲取幀間差閾值，魯棒性較好，從而在適應(yīng)性和靈活性上有所改善。對(duì)網(wǎng)球比賽視頻固有的一些特點(diǎn)進(jìn)行深入研究，構(gòu)建了一種基于主顏色、網(wǎng)球場(chǎng)地線及目標(biāo)對(duì)象特征的鏡頭分類算法，將鏡頭分為場(chǎng)內(nèi)全局鏡頭、球員特寫鏡頭和觀眾鏡頭。對(duì)慢鏡頭前后出現(xiàn)的徽標(biāo)鏡頭進(jìn)行研究，提出了一種基于加權(quán)形狀不變矩的徽標(biāo)鏡頭檢測(cè)算法，實(shí)現(xiàn)對(duì)慢鏡頭的檢測(cè)。

3、　　 本文實(shí)現(xiàn)了基于連續(xù)隱馬爾可夫模型的音頻分類算法。該算法的核心思想是先提取出短時(shí)過(guò)零率、短時(shí)平均能量、倒譜系數(shù)及差分倒譜系數(shù)等音頻特征，其次用Baum-Welch算法訓(xùn)練參數(shù)，最終用Viterbi算法分類音頻。
　　 本文在總結(jié)了現(xiàn)有的網(wǎng)球視頻精彩事件檢測(cè)方法的基礎(chǔ)上，利用場(chǎng)內(nèi)全局鏡頭、慢鏡頭和擊球聲等特征檢測(cè)出上網(wǎng)球事件、底線對(duì)打事件和ACE球事件。
　　 最后，本文以VisualC++6.0、matlab7.1