2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩55頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、視頻字幕往往包含了豐富的語義信息,與視頻其它特征相比,更適于用作視頻索引,因而對于視頻字幕提取方面的研究備受關注。
   本文對視頻字幕提取的幾個方面,包括字幕檢測、字幕定位、字幕增強和字幕的二值化進行了研究。與文檔圖像相比較,視頻中的字幕提取由于其較低的分辨率、復雜的背景、照明的變化、位置、形狀與顏色的不確定而具有很大的挑戰(zhàn)性。
   為了便于后續(xù)的視頻分析,首先進行了視頻的鏡頭分割,然后利用計算相鄰幀差的方法檢測字幕

2、事件。區(qū)域定位是字幕提取的關鍵一環(huán),本文改進了投影分割的方法,實現(xiàn)了字幕區(qū)域的快速定位,然而,這種只依賴于字幕邊緣特征的定位方法常常具有很高的誤檢率,因此,提出利用支持向量機對真實字幕和虛假字幕進行分類,從而將虛假字幕過濾掉。實驗證明,這種將投影分析和支持向量機分類法相結合的方法不僅能夠快速地定位出字幕區(qū)域,而且能夠保證定位的準確性。
   從一幀中定位出的字幕往往具有復雜的背景,但同一字幕事件中的字幕條前景相同,而背景可能不同

3、。采用多幀平均法把屬于同一字幕事件的所有幀進行字幕條疊加,可以起到平滑背景、降低噪音、提高分辨率的效果。
   由于OCR識別器通常只接受二值圖像進行文字識別,因此還需進行字幕圖像二值化,本文根據(jù)字幕的不同情況,提出了兩種二值化方法:對于具有豐富的彩色信息的視頻字幕,利用基于模糊直方圖提取字幕前景的方法對其進行二值化;對于噪點較多的字幕圖像,利用機器學習方法中的多尺度條件隨機場方法進行二值化。采用OCR工具對二值化圖像進行識別的

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論