視頻檢索中字幕文本的提取研究.pdf

1、隨著視頻內(nèi)容的豐富，如何對大容量的視頻內(nèi)容進(jìn)行有效的索引與檢索，成為了熱門的課題。視頻內(nèi)容中含有大量的文本信息，它們對視頻畫面起著描述、解釋以及補(bǔ)充的作用，因此是視頻索引與檢索的重要依據(jù)?；谖谋镜囊曨l索引與檢索可以通過建立文本與視頻內(nèi)容間的有機(jī)聯(lián)系來實(shí)現(xiàn)，而這種建立聯(lián)系的工作涉及文本信息提取的操作。 通常文本提取包含文本探測定位和文本分割。本文首先提出了一種基于混合特征的字幕文本定位方法，并給出詳細(xì)的原理解釋與實(shí)現(xiàn)過程。目前存

2、在的混合特征方案中，有些先并行地對各特征進(jìn)行探測，然后合并結(jié)果；有些按探測效率高低對各特征進(jìn)行有先后的探測，但效果都不理想。本文方案構(gòu)成如下：本文首先采用基于邊緣探測的方法對候選文本塊進(jìn)行定位，因?yàn)樵摲椒ㄋ惴ê唵?、查全率高，適合文本塊初步定位工作，然后使用連通區(qū)域分析來修正文本的外接框，最后使用支持向量機(jī)（Support Vector Machine，SVM）對候選文本塊進(jìn)行篩選，排除在前一步驟中被誤檢為文本的非文本塊。 在對樣

3、本進(jìn)行SVM訓(xùn)練時(shí)，考慮到SVM訓(xùn)練需要大量的時(shí)間和存儲(chǔ)空間，本文對訓(xùn)練樣本進(jìn)行篩選。在已有方法的基礎(chǔ)上，本文利用了同類（SVM中標(biāo)識為同一類型）樣本之間和異類（SVM中標(biāo)識為不同類型）樣本之間的歐氏距離大小作為提取準(zhǔn)則，從整個(gè)樣本集合中選取一部分樣本進(jìn)行訓(xùn)練。實(shí)驗(yàn)表明，本文的方法可以使用較少的樣本進(jìn)行訓(xùn)練來達(dá)到比較理想的訓(xùn)練效果。 對于定位后文本塊的分割，本文在已有方法的基礎(chǔ)上建立了文本顏色信息和紋理信息的聯(lián)合概率模型。在提取