基于視頻信息的新聞結(jié)構(gòu)分析和口播鏡頭檢測.pdf

1、隨著人們在多媒體信息制造、存儲與傳播方面取得的重大技術(shù)進(jìn)步，多媒體信息和數(shù)字視頻已經(jīng)成為日常生活中不可或缺的一部分。爆炸式增長的多媒體信息資源迫切需求自動多媒體信息分析、處理和歸類技術(shù)。在這樣的背景下，多媒體信息處理和檢索技術(shù)成為近年來各研究機(jī)構(gòu)關(guān)注的重點(diǎn)問題。 限于技術(shù)的局限性和有限的處理速度，建立一種通用的視頻分析／處理框架是不大可能的。在宏觀上看，目前國內(nèi)外的研究主要集中在新聞、電影、電視劇、體育等幾類視頻素材的分析上。本

2、文提出了一種新的通用鏡頭邊界檢測及關(guān)鍵幀提取算法，以及針對新聞中固定不變的一類鏡頭——口播鏡頭的識別算法。算法基于非壓縮域處理，達(dá)到了較好的檢測效果和運(yùn)算速度，充分滿足應(yīng)用的需求。 本文提出的鏡頭邊界檢測算法融合了視頻顏色的信息和運(yùn)動的信息，用主色直方圖描述顏色的變化，用圖像塊運(yùn)動度描述運(yùn)動的強(qiáng)弱，并將二者結(jié)合起來劃分鏡頭邊界。關(guān)鍵幀是描述鏡頭內(nèi)容的一種有效手段，傳統(tǒng)的關(guān)鍵幀提取方法基于鏡頭內(nèi)所有幀聚類，不利于處理流式的視頻信息

3、。因此本文提出一種基于子鏡頭的非監(jiān)督聚類算法，算法能適用于流式視頻處理并不失其合理性。 口播鏡頭檢測是新聞視頻處理的一種重要的手段，不少文獻(xiàn)都提出了自己的做法。本文提出的算法充分分析了口播鏡頭的規(guī)律性特征，采取了多規(guī)則融合的檢測辦法。算法運(yùn)用了大量口播鏡頭規(guī)則。因此有效的減少了計(jì)算量。在P42.66GHz，512M的Windows XP的平臺上運(yùn)行本文口播鏡頭檢測算法達(dá)到了94.7％的查全率和94.7％的查準(zhǔn)率，處理速度為144