基于角點密度檢測和二次二值化的新聞視頻字幕提取研究.pdf

1、近年來，隨著互聯(lián)網(wǎng)技術(shù)和視頻技術(shù)的研究發(fā)展，網(wǎng)絡(luò)上的視頻數(shù)量越來越多，想要在海量的視頻數(shù)據(jù)中準(zhǔn)確提取自己所感興趣的視頻數(shù)據(jù)也是一個困難的事情，因此視頻的檢索技術(shù)應(yīng)運而生，研究人員提出了一種新的視頻檢索技術(shù):基于內(nèi)容的視頻檢索技術(shù)(Content-Based Video Retrieval，CBVR)。CBVR技術(shù)的基本思想是提取視頻數(shù)據(jù)的特征構(gòu)成描述視頻內(nèi)容的索引，但是圖像中的紋理、顏色等底層的特征信息無法最精確的表述視頻的內(nèi)容，研究人

2、員逐步向著提取視頻高層語義的方向發(fā)展。視頻的字幕信息包含了視頻中的大部分高層語義，能夠準(zhǔn)確的描述視頻的主要內(nèi)容，因此如果能有效的提取視頻字幕將會為視頻的檢索提供很大的幫助。然而視頻字幕一般分辨率較低，而且通常還鑲嵌在復(fù)雜的背景圖像中，無法直接使用OCR技術(shù)進行字幕的識別，因此想要準(zhǔn)確提取視頻字幕信息就要克服這個困難。
　　本文綜述了視頻字幕提取的發(fā)展?fàn)顩r，分析了目前的一些視頻字幕提取的方法，針對視頻字幕提取的難點，提出了有關(guān)視頻字

3、幕提取的一些新的方法:
　　一是基于角點密度檢測的字幕區(qū)域的檢測方法。這種方法利用視頻圖像中字幕區(qū)域的角點信息都比較密集的特征去檢測字幕區(qū)域，首先檢測到圖像的角點信息，然后篩選出角點密集的區(qū)域作為候選字幕區(qū)域，最后制定啟發(fā)式規(guī)則過濾掉一些干擾區(qū)域，得到最后的字幕區(qū)域。
　　二是基于字幕本身特性的二次二值化的方法。一般二值化的方法有全局閾值和局部閾值的方法，但是不管是全局閾值和局部閾值，二值化的結(jié)果都和閾值的選取有關(guān)，閾值會影