视频检索在广播电视监管中的应用及研究.pdfVIP

视频检索在广播电视监管中的应用研究 视频检索在广播电视监管中的应用研究 亿阳信通科技股份有限公司 摘要：本文回顾了视频检索技术的最新研究进展，并探讨研究了基于视频检索的广播电视内容监管的技 术方法和实际应用场景，为广播电视内容的智能监管提供了新的思路。 关键词：三网融合，视频检索，智能监管，内容分析 1 引言 三网融合的推进和发展，给广播电视的监管提出了新的更高的要求。三网融合试点方案中广电拥有节 目制作和监管权，使得节目监管的范围扩大到了电信网和互联网，节目类型也增加了IPTv、手机电视等 多种形式，从而带来了多源监管的难题，同时对于监管的范围也扩展到了音视频节目内容的合法性。如何 在节目监管上适应三网融合的新形势、新需要，节目监管模式将如何变化，都是广播电视监管面临的课题。 三网融合以后，网络的开放性、交融性和复杂性不断提高。融合的网络，将面临较大信息安全和文化安全 的考验。 视频检索技术的出现给广播电视内容监管提供了新的有效手段。视频检索就是要从大量的视频数据中 找到所需的视频片断。根据给出例子或是特征描述，系统就能够自动的找到所需的视频片断点，即实现基于 内容的视频检索。视频信息有其自身的特点，那就是数据量大，结构性差，所以视频信息膨胀带来的问题 也非常严重。很多领域由于对大量的视频信息无法有效的处理而导致采集的视频信息闲置。视频内容理解 不仅需要计算机能像人那样通过视觉观察视频图像，感知环境中物体的形状、位置、姿态以及运动等几何 信息，而且能对它们进行描述、存储、识别和理解。 借助于视频检索提供的先进技术，我们可以将其推广应用到广播电视内容监管中来。 2视频检索技术研究现状综述 2．1视频检索基本流程 视频从结构上可以分为：帧、镜头、场景。通常一段视频数据可以划分为几个场景，每个场景又包含 一个到多个镜头。而一个镜头是由一些连续图像帧组成的，用于表示一个场景中在时间上和空间上连续的 动作。因此，视频可以看作是一个连续静态图像的序列，其中的每一幅静态图像就是一个图像帧。根据内 容的复杂程度，一个镜头可由一个或多个关键帧表示。正如文本索引使用关键词作为标识句子、段落、文 档的指针一样，在视频流信息中，关键帧起着与关键词类似的作用，人们常用关键帧来标识场景、故事等 高层语义单元。图l给出了视频检索的基本流程。 2014．4。第22届中国数字广播电视与网络发展年会暨387 第13届全围互联网与音视频广播发展研讨会 视频检索在广播电视监管中的应用研究 图1视频检索流程 2．2镜头边界检测 根据视频的特征提取方法的不同，镜头边界检测的方法有绝对帧间差方法、像素差法fl一、颜色直方 图法13】、边缘差法14]，运动矢量法【5】。这些算法的基本思想是对比相邻图像帧间的特征是否发生了较大变化， 如果发生了较大变化，则意味着视频镜头发生了转变，发生较大特征突变的地方就是镜头边界发生之处。 其中直方图法是使用得最多的计算帧间差的方法，它丢失了颜色的位置信息，因而抗噪声能力要比模板匹 配强，并对一些小的摄像机运动较鲁棒。一些实验结果表明，颜色直方图能够取得比较满意的结果，相反。 一些复杂的特征如边缘特征的效果并不一定比直方图的好。颜色直方图法的缺点是，两幅图像可能内容完 全不同但直方图相似，也容易造成漏检。一种改进的方法是将图像划分成若干子块分别对各子块进行匹配。 进方法还有x2直方图匹配法【7】和Swanbe玛等人【8】采用的模板匹配法和直方图匹配法相结合的方法。根据 相似度信号的计算方法的不同，镜头边界检测的方法可分为两种，一种是成对比较(Pair-wiseComp撕son) 【91，另一种是N帧窗口(Contextual 交法，余弦函数，以及一些新的方法如EMD【3】，互信息【ll】都被用来度量相邻帧间的相似度。为了有效的 减少噪声的干扰，不仅应该考虑相邻帧之间的相似度，而且也应该考虑上下文的信息。c00per【10】提出了 基于上下文信息的相似度分析框架。 根据检测方法的不同，镜头边界检测的方法可分为基于阈值的和基于统计学习的两种。其中基于阈值 的方法又可以分为静态阈值和自适应阈值【9】两种。基于阈值的方法是最基本的镜头边