足球視頻信息抓取與拷貝檢測(cè).pdf

1、隨著互聯(lián)網(wǎng)的快速發(fā)展,視頻信息急劇膨脹,谷歌、百度等通用爬蟲越來(lái)越不能滿足人們的專業(yè)化需求,因此對(duì)足球視頻搜索而言,如何在互聯(lián)網(wǎng)上抓取足球視頻成為一個(gè)亟待解決的問題,同時(shí)人們習(xí)慣將視頻以轉(zhuǎn)載、分享等形式發(fā)布于網(wǎng)絡(luò),導(dǎo)致互聯(lián)網(wǎng)中存在大量相似或相同的視頻,增加了數(shù)據(jù)庫(kù)的冗余,降低了檢索效率,因此在內(nèi)容上對(duì)這些視頻進(jìn)行拷貝檢測(cè)也成為了國(guó)內(nèi)外研究的一個(gè)重要課題。
　　在深入分析網(wǎng)頁(yè)主題相關(guān)度計(jì)算與網(wǎng)頁(yè)預(yù)測(cè)算法的基礎(chǔ)上,提出了基于詞庫(kù)分類的

2、主題爬蟲。通過對(duì)網(wǎng)頁(yè)標(biāo)題的分析預(yù)判定網(wǎng)頁(yè)與主題的相關(guān)度,優(yōu)先處理與主題相關(guān)度高的網(wǎng)頁(yè),提高抓取準(zhǔn)確率。在抓取的信息中,存在部分相似或相同視頻,通過對(duì)拷貝檢測(cè)中不同特征選擇及匹配算法優(yōu)缺點(diǎn)的分析,提出了以鏡頭為基本單位進(jìn)行視頻拷貝檢測(cè)的算法,該算法充分結(jié)合足球領(lǐng)域知識(shí),同時(shí)通過對(duì)拷貝鏡頭的分析判定視頻拷貝類型。為了提高拷貝檢測(cè)的準(zhǔn)確率,在特征匹配上采用最近次近點(diǎn)距離比值匹配算法,為了提高鏡頭序列的匹配速度,利用足球鏡頭類型,在內(nèi)容上將鏡頭

3、進(jìn)行量化,避免匹配過程中不必要的比較。
　　實(shí)驗(yàn)結(jié)果表明,基于詞庫(kù)分類的主題爬蟲在準(zhǔn)確率上有了很大提高,通過詞庫(kù)對(duì)網(wǎng)頁(yè)標(biāo)題的預(yù)判定能很好地對(duì)網(wǎng)頁(yè)主題進(jìn)行判定。在抓取的足球視頻中,采用鏡頭級(jí)拷貝檢測(cè)在準(zhǔn)確率上取得了較好的效果,匹配過程中采用鏡頭類型過濾也在一定程度上加快了鏡頭序列匹配速度。但在足球視頻抓取中采用精確匹配方式一定程度上限制了抓取覆蓋率,還需作進(jìn)一步研究,同時(shí)為了在保證準(zhǔn)確率的情況下提高匹配速度,視頻關(guān)鍵幀的特征匹配算法