基于內(nèi)容新聞視頻解析關(guān)鍵技術(shù)研究.pdf

1、近些年來,隨著計算機(jī)技術(shù)、寬帶網(wǎng)絡(luò)、視頻壓縮技術(shù)、視頻點播、網(wǎng)絡(luò)電視等技術(shù)的推廣和普及,數(shù)字視頻已經(jīng)廣泛地應(yīng)用于廣播、教育、娛樂、醫(yī)療服以及監(jiān)控等領(lǐng)域.與傳統(tǒng)的文本信息相比,視頻具有生動、表現(xiàn)力強(qiáng)和信息量大等特點.但視頻的數(shù)據(jù)結(jié)構(gòu)復(fù)雜、數(shù)據(jù)量巨大、內(nèi)容不透明,這給面向視頻的瀏覽和檢索帶來了很大不便.如何有效地理解和組織視頻數(shù)據(jù),使人們方便快捷地從大量視頻數(shù)據(jù)中找到自己感興趣的視頻片斷,是一個急待解決的問題.基于內(nèi)容的視頻檢索是解決這一問

2、題的關(guān)鍵(CBVR). 實現(xiàn)CBVR的第一步是提取視頻中的層次結(jié)構(gòu)和語義信息,完成這一功能的技術(shù)統(tǒng)稱為視頻解析.視頻解析是實現(xiàn)視頻摘要和視頻索引的基礎(chǔ)和前提,是CBVR中的關(guān)鍵步驟之一.作為一種重要的視頻類型,新聞視頻是人們獲取信息的重要來源之一.新聞視頻具有獨特的結(jié)構(gòu)特點,含有豐富的語義信息.基于內(nèi)容的新聞視頻解析是當(dāng)前CBVR領(lǐng)域中的一個熱點問題. 本文對基于內(nèi)容新聞視頻解析中的部分關(guān)鍵技術(shù)進(jìn)行了深入的研究,提出了一

3、些卓有成效的方法.本文的主要研究工作概括如下: 首先介紹了CBVR產(chǎn)生的背景、意義、以及當(dāng)前研究現(xiàn)狀.然后根據(jù)層次結(jié)構(gòu)模型和敘事結(jié)構(gòu)模型,介紹了新聞視頻的結(jié)構(gòu)特點.在此基礎(chǔ)上,給出了一種基于內(nèi)容新聞視頻解析框架,它包括層次結(jié)構(gòu)劃分和特定對象提取兩部分.簡要介紹了該框架下各項關(guān)鍵技術(shù)的研究內(nèi)容. 第三章介紹了與新聞視頻層次結(jié)構(gòu)劃分相關(guān)的關(guān)鍵技術(shù).首先提出了一套鏡頭轉(zhuǎn)換檢測方案.它包括閃光燈效應(yīng)檢測、鏡頭切換檢測和鏡頭疊化檢

4、測三部分.提出了一種基于模型的閃光燈效應(yīng)檢測算法,使用它可以有效地檢測漸變閃光燈效應(yīng)和連續(xù)閃光燈效應(yīng).提出了一種改進(jìn)的鏡頭切換檢測算法.去除了閃光燈效應(yīng)的干擾,使用中值濾波技術(shù)降低了鏡頭內(nèi)部物體/攝像機(jī)運動造成的影響,顯著減少了誤檢;只選用非零特征對用于FCM聚類,減少了聚類過程的計算量.提出了一種改進(jìn)的鏡頭疊化檢測算法.從一般疊化模型出發(fā),使用隔幀幀間差考察疊化過程的"多幀變化一致性"特征;首次提出了一種"疊化塊分布率"特征,使用它區(qū)

5、分鏡頭疊化和鏡頭內(nèi)部局部區(qū)域疊化轉(zhuǎn)換.與已有疊化檢測方法相比,所提方法的查全率和準(zhǔn)確率都有所提高. 在鏡頭轉(zhuǎn)換檢測基礎(chǔ)上,提出了一種改進(jìn)的基于鏡頭聚類的播音員鏡頭檢測算法.采用一種新的子區(qū)域劃分方案計算鏡頭間距離,有效降低了同類播音員鏡頭間局部區(qū)域內(nèi)容顯著變化的影響;首次提出了一種"類內(nèi)鏡頭跨度"特征,使用它去除由偽播音員鏡頭類引起的誤檢.與已有方法相比,所提方法的查全率有明顯提高. 第四章介紹了新聞視頻中字幕文本和靜態(tài)

6、標(biāo)識兩類特定對象的提取.提出了一整套字幕文本提取實現(xiàn)方案,它包括字幕事件檢測、字幕區(qū)域檢測、字幕定位和字幕文本分割四個步驟.首先提出一種基于多幀信息的字幕事件檢測算法,借助所提字幕事件幀匹配過程,有效檢測各種類型的字幕事件.根據(jù)字幕事件檢測結(jié)果,提出了一種字幕區(qū)域快速檢測算法.在字幕定位部分,以字幕區(qū)域邊緣圖為基本特征,借助一種多級水平投影分析技術(shù),有效減少了字幕行的漏檢.最后,依次使用正反色文本調(diào)整、基于樣條函數(shù)插值的分辨率增強(qiáng)以及基