多模態(tài)融合的新聞故事單元分割.pdf

1、對視頻數(shù)據(jù)的有效處理、瀏覽、檢索和管理正伴隨著視頻數(shù)據(jù)的快速增長而成為亟待解決的現(xiàn)實問題。視頻內容分析技術旨在將非結構化的視頻數(shù)據(jù)結構化，并提取其中的語義內容，構建低層特征到高層語義之間的橋梁，最終建立視頻的摘要、索引和檢索等應用系統(tǒng)，提供給用戶方便的視頻內容獲取方式。
　　 本文以新聞視頻為研究對象，通過對字幕、音頻、視頻這三個不同類型信息的研究，實現(xiàn)了對新聞視頻故事單元的分割。并以Visual C++為開發(fā)平臺，設計并實現(xiàn)了

2、一個新聞視頻故事單元分割系統(tǒng)。
　　 本文首先對視頻進行了結構化的處理，提出了一種改進的鏡頭邊界檢測方法，即對運動補償之后的像素不變點采用自適應雙閾值來判定切變鏡頭和漸變鏡頭。在此基礎之上，對一種字幕檢測算法進行了改進，利用小波變換提取圖像特征，對其進行模糊C均值聚類，判斷出圖像幀中的字幕信息；同時以提取的關鍵幀為基礎實現(xiàn)一種主持人鏡頭的檢測方法，利用新聞視頻中主持人鏡頭的固有特點，提取區(qū)域圖像的顏色特征進行判斷，將鏡頭分為主持