基于視覺和文本的新聞視頻檢索系統(tǒng)實現(xiàn).pdf

1、隨著網(wǎng)絡和多媒體技術(shù)的發(fā)展，數(shù)字視頻信息呈現(xiàn)出爆炸式增長趨勢，每天產(chǎn)生海量的視頻多媒體數(shù)據(jù)，如何從中檢索出用戶感興趣的視頻數(shù)據(jù)，是當前計算機檢索技術(shù)的熱門方向之一。除傳統(tǒng)的文本檢索外，基于視覺信息的檢索已成為計算機科學的重要研究課題。本文以新聞聯(lián)播視頻為研究對象，根據(jù)新聞聯(lián)播視頻本身特有的組織、結(jié)構(gòu)和檢索方法，通過視頻圖像的視覺特征（如顏色、紋理、局部特征點、NDK等）進行檢索，并結(jié)合傳統(tǒng)的文本檢索，構(gòu)建了基于視覺和文本的新聞聯(lián)播視頻檢

2、索系統(tǒng)。對新聞視頻檢索來說，故事的分割是整個過程中的重點和難點。本文在前人工作的基礎上，將關(guān)鍵幀中主持人幀和字幕幀進行識別區(qū)分，再輔以音頻信息檢測作為故事分割的依據(jù)，大大提高了新聞故事分割的完整性和準確性，進而提高了新聞視頻檢索的可靠性和有效性。
　　 本文研究工作如下:
　　 (1)實現(xiàn)了新聞視頻數(shù)據(jù)的網(wǎng)絡獲取。多媒體信息檢索系統(tǒng)首先要有檢索的數(shù)據(jù)，在對中國網(wǎng)絡電視臺(CNTV)后臺數(shù)據(jù)進行分析后，通過IP地址解析，獲

3、取CNTV新聞視頻數(shù)據(jù)的URL鏈接及該視頻的id、日期等信息。
　　 (2)分析了關(guān)鍵幀提取方法。綜合分析了當前已有的關(guān)鍵幀提取技術(shù)，選用適合新聞聯(lián)播視頻的關(guān)鍵幀提取方法。
　　 (3)提出了播音員幀、字幕幀結(jié)合靜音點檢測的新聞視頻分割方法。對主持人幀、字幕幀進行了識別、提取，對靜音點進行檢測，并綜合進行新聞視頻的故事分割。
　　 (4)構(gòu)建了新聞聯(lián)播視頻檢索系統(tǒng)的檢索平臺。建立了新聞聯(lián)播視頻的檢索平臺，用戶可以