超低質(zhì)量視頻字幕識別方法研究.pdf

1、當下，海量視頻數(shù)據(jù)中包含著豐富的信息，對于這些視頻進行分析處理的需求也越來越多。有的視頻其視頻質(zhì)量非常低，其中字符大小極小，而且受到噪聲的干擾，本文中稱為“超低質(zhì)量視頻”。傳統(tǒng)的視頻字符識別技術(shù)對于此類視頻難以適用，因此亟需針對超低質(zhì)量視頻的字符識別方法進行研究。本文中識別的視頻字符為固定位置的字幕文本，且字幕沒有復(fù)雜的背景。
　　本文的最終目標是構(gòu)建一個高性能和高可靠性的視頻字符識別系統(tǒng)?；谏鲜瞿繕?，本文首先提出了基于模板的字

2、符匹配識別算法，直接使用圖像的灰度值特征計算待識別字符與模板的相似度。取相似度最高的模板的類標簽作為待識別字符的識別結(jié)果。使用視頻多幀融合方法作為識別預(yù)處理過程，實驗表明預(yù)處理過程有效減少了視頻中冗余幀。其次，為了提高識別自動化程度，提出了基于可信度的視頻字符區(qū)域自動匹配算法。視頻字符區(qū)域匹配算法對于每一幀進行處理，分別使用各個已定義的字符區(qū)域識別同一幀后，計算識別結(jié)果的平均可信度，選擇可信度最高的字符區(qū)域作為最終結(jié)果。
　　為了

3、減少用戶建立模板庫時的工作量，本文提出了基于半監(jiān)督學(xué)習思想的模板庫自動生成算法。通過借鑒自學(xué)習方法，我們首先生成已知標簽的標準字模，接著用標準字模對于視頻中待識別字符進行相似度分布的統(tǒng)計。挑選各個字模相似度分布中的最大的K個字符加入模板庫。從而達到完全自動生成識別模板庫的目的。
　　模板庫自動生成算法在未知字體的情況下，由于先驗知識過少，模板庫會有錯誤產(chǎn)生，導(dǎo)致識別準確率下降。針對此問題，我們提出了后處理糾錯算法。包括基于自回歸模

4、型的自動糾錯算法和人工反饋糾錯算法。自回歸模型可以對于連續(xù)平穩(wěn)變化的時間序列進行預(yù)測。我們使用自回歸模型檢測識別數(shù)值型變量中的突變，并進行糾錯。而人工反饋糾錯則是用戶直接對于識別錯誤進行糾正，將糾錯的圖片與標簽直接加入模板庫，同時糾正模板庫中的錯誤。在糾錯后使用新的模板庫更新識別結(jié)果，迭代糾錯多次使得識別準確率越來越高。
　　經(jīng)過實驗，使用上述提出的一整套識別算法，在經(jīng)過3輪迭代糾錯后，對于測試視頻的平均識別準確率達到了98％以上