基于内容新闻视频解析关键技术研究-通信与信息系统专业论文.docxVIP

相比，所提方法的查全率和准确率都有所提高。在镜头转换检测基础上，提出了～种改进的基于镜头聚类的播音员镜头检测算法。采用一种新的子区域划分方案计算镜头间距离，有效降低了同类播音员镜头间局部区域内容显著变化的影响；首次提出了一种“类内镜头跨度”特征，使用它去除由伪播音员镜头类引起的误检。与已有方法相比，所提方法的查全率有明显提高。第四章介绍了新闻视频中字幕文本和静态标识两类特定对象的提取。提出了一整套字幕文本提取实现方案，它包括字幕事件检测、字幕区域检测、字幕定位和字幕文本分割四个步骤。首先提出一种基于多帧信息的字幕事件检测算法，借助所提字幕事件帧匹配过程，有效检测各种类型的字幕事件。根据字幕事件检测结果，提出了一种字幕区域快速检测算法。在字幕定位部分，以字幕区域边缘图为基本特征，借助一种多级水平投影分析技术，有效减少了字幕行的漏检。最后，依次使用正反色文本调整、基于样条函数插值的分辨率增强以及基于二次聚类的二值化方法，将字幕文本从背景中分割出来。提出了一种改进的静态标识提取算法。首先选取用于标识区域定位过程的代表帧序列。提出了一种“边缘匹配率”特征定位标识区域。接下来提取用于标识图像分割的代表帧序列，计算每个标识区域的时域方差图，借助一种分段线性压缩技术对方差图进行归～化处理，采用经典二值化方法将标识图像从背景中分割出来。与已有方法相比，所提方法能更有效地定位和分割半透明标识。关键词：基于内容的视频检索，基于内容新闻视频解析，闪光灯效应，镜头切换，镜头叠化，播音员镜头，字幕文本，静态标识ABSTRACTWiththerapiddevelopmentofcomputertechnology,、撕de-bandnetwork,videocompressiontechnology,VOD，andI刖：elc．，digitalvideoshavebeenwidelyusedinthefieldofbroadcast，education,entertainment，medicalserviceandsurveillanceeto．Ononehand，comparedwiththetextinformation，videoinformationhasanumberofadvantages，e．g．vividness，powerfulexpressiveforceandenormousinformationcapacity．Ontheotherhand，thecomplexityofthedatastructure，hugedatacapacityaswellastheleasttransparenceofthevideocontentbringmuchinconvenienceforvideodatabrowseandretrieval．Ithasbecameacriticalproblemtofindawaytoeffectivelycomprehendandorganizethevideodata，andtomakepeopleabletofindoutinterestingvideosegmentsfromvideodatabaseconvenientlyandrapidly．Thekeytoresolvetheproblemistheresearchofcontent-basedvideoretrieval(CBVR)．ThefirststeptorealizetheCVBRistoextractthehierarchicalstructureandsemanticinformationofvideodata,whichisrealizedbyvideoparsingtechnique．Videoparsingisthebasicandpremisestepforvideoabstractionandindexing，anditplaysanimportantroleinCBVRsystem．Newsvideo，asanimportantvideotype，isoneofmainresourcesforpeopletotimelyacquireinformation．Ithasaspecialstructure，anditisrichinsemanticinformation．Therefore，content-basednewsvideoparsingisahotresearchtopicinCBVR．Inthisdissertation，somekeytechnologiesoncontent-basednewsvideoparsingarestudiedindepthandseveraleffectivemethodsarep