基于視頻內(nèi)容的體育領(lǐng)域元數(shù)據(jù)提取技術(shù)研究與實(shí)現(xiàn).pdf

1、隨著計(jì)算機(jī)技術(shù)、多媒體技術(shù)的快速發(fā)展，信息量大增，人們對(duì)信息的需求也越來越多，多媒體信息由于其直觀性強(qiáng)，內(nèi)容豐富受到廣大群眾的喜愛，已經(jīng)成為人們?nèi)粘Ｉ罟ぷ鞯闹饕獢?shù)據(jù)來源之一。近年來視頻互動(dòng)應(yīng)用的流行引發(fā)了基于內(nèi)容的視頻分析的研究熱潮，人們對(duì)多媒體信息的需求轉(zhuǎn)向了以基于內(nèi)容的訪問、檢索和操作為特征的交互式視頻服務(wù)、娛樂視頻應(yīng)用以及各種媒體的視頻點(diǎn)播等。視頻信息雖然豐富但是由于其未結(jié)構(gòu)化的數(shù)據(jù)特點(diǎn)，無法直接使用關(guān)鍵字檢索，如果手工注釋，工

2、作量是非常大且具有相當(dāng)?shù)闹饔^隨意性。如果視頻可以有一個(gè)結(jié)構(gòu)化的元數(shù)據(jù)索引，就可以對(duì)視頻內(nèi)容進(jìn)行精細(xì)顆粒度的控制管理。
　　 體育比賽的電視轉(zhuǎn)播一般很漫長，對(duì)應(yīng)視頻數(shù)據(jù)的關(guān)系復(fù)雜且數(shù)據(jù)量龐大，對(duì)于觀眾來說，真正關(guān)心并有可能反復(fù)觀看的只是其中的精彩部分，如何對(duì)視頻數(shù)據(jù)進(jìn)行有效組織，采取何種策略進(jìn)行體育視頻數(shù)據(jù)的管理，以及如何在漫長的比賽視頻中，幫助用戶精確定位感興趣的視頻片斷或精彩鏡頭，并提供豐富的瀏覽功能對(duì)充分發(fā)揮體育視頻的作用是

3、很關(guān)鍵的。
　　 由于MPEG-4和MPEG-7等標(biāo)準(zhǔn)的提出使理解和提取語義視頻信息成為視頻壓縮、檢索等領(lǐng)域中非常重要的一個(gè)研究方向。盡管利用各種區(qū)域特征進(jìn)行圖片分割的研究已經(jīng)取得了很大成效，但從眾多視頻資源中提取語義對(duì)象，建立具有健壯性的多層次的語義信息樹還是一個(gè)亟待研究的課題。利用現(xiàn)有的視頻分割提取及內(nèi)容分析技術(shù)，合理結(jié)合體育視頻的領(lǐng)域知識(shí)建立具有一般性、可擴(kuò)展性的體育語義視頻元數(shù)據(jù)描述模型，研究并應(yīng)用基于具體模型和內(nèi)容的多

4、層次語義視頻元數(shù)據(jù)提取算法是本文的主要工作。
　　 本文的主要思路是:首先在前期的研究基礎(chǔ)上，對(duì)體育視頻的語義信息描述模型進(jìn)行研究和探討，提出一種基于內(nèi)容的多層次視頻元數(shù)據(jù)描述模型，并基于該模型采用多層次提取算法。具體過程如下:首先進(jìn)行鏡頭檢測，將視頻序列分為一個(gè)個(gè)鏡頭的組合;在每個(gè)鏡頭組合中提取關(guān)鍵幀，利用關(guān)鍵幀的元數(shù)據(jù)描述作為整個(gè)鏡頭的描述;用視頻分割算法，區(qū)分出幀中的對(duì)象;用相鄰幀中對(duì)象的特征空間聚類，識(shí)別相同對(duì)象，跟蹤對(duì)