基于唇動檢測的影視作品對白單元切分.pdf

1、影視作品是以視頻的形式呈現(xiàn)在觀眾面前的，因此對影視作品進行對白單元切分，實際上就是對視頻進行對白單元切分。本論文的工作目標是希望通過對視頻中張嘴說話狀態(tài)的檢測來分割影視作品中對白單元片段。通過輸入一段視頻，檢測出視頻中人物說話段落。影視作品中對白單元的切分可用于后續(xù)的視頻語義關聯(lián)分析、視頻摘要、檢索等。對影視作品中的對白單元進行切分有著重要的理論意義和實用價值。影視作品中對白單元的切分的研究涉及模式識別、計算機視覺、圖像處理、數(shù)字信號處

2、理等多個相關領域，它所研究的內容涉及到了這些領域的最新的研究進展。本文的主要研究工作如下：
　　1．提出了基于嘴部亮度信息變化的唇動檢測切分算法。首先提出了基于嘴部低亮度信息的檢測切分算法，該方法基于人說話時口腔內部低亮度像素數(shù)量的顯著變化特點提出的。這是由于人們在說話的時候口腔部分暴露出來了。而口腔通常都處于陰影中，因此口腔像素占有的亮度值都屬于低灰度亮度范圍。因此可以采用大量的嘴唇區(qū)域低亮度像素來指示唇動，用來檢測。實驗結果表

3、明，該方法能夠比較準確的檢測出視頻中的說話部分。在基于嘴部低亮度信息的檢測方法基礎上又提出了改進算法。由于人們在說話時候經(jīng)常會露出牙齒，這些高亮度像素直接干擾低亮度像素的檢測結果。因此本文又利用高亮度像素信息補充到低亮度像素信息檢測規(guī)則中，進而提高了檢測的準確度。
　　2．提出了基于時序LBP直方圖的說話檢測切分算法。人在說話時，上下嘴唇是動的，紋理信息在時間上變化明顯。人不說話時，上下嘴唇基本不動，紋理信息在時間上基本維持穩(wěn)定。