壓縮域體育視頻摘要技術研究.pdf

1、多媒體信息分析與檢索是當前信息領域研究的熱點之一。隨著數字化技術的發(fā)展，數字多媒體資源特別是視頻產品越來越豐富。多媒體具有蘊涵信息量大、直觀和印象深刻等優(yōu)點，已經逐漸成為網絡和個人電腦上最重要的信息載體，傳統(tǒng)的基于文本的信息檢索技術很難對多媒體信息進行有效的結構化分析和快速檢索。多媒體信息分析與檢索通過對多媒體從低層特征到高層語義進行處理、分析的過程獲取其內容并根據內容進行檢索。由此可見，多媒體信息分析與檢索具有重要的理論意義和應用價值

2、。體育節(jié)目是觀眾最喜歡的視頻之一，然而觀眾和體育專業(yè)人士在冗長的體育節(jié)目中很難定位其中的重要內容。視頻摘要是對視頻內容的概括，能夠簡潔表現視頻的重要內容，目的在于幫助人們更快捷、更方便定位視頻的重要內容，是多媒體信息分析與檢索研究中的重要研究工作。基于壓縮域處理可以實時生成視頻摘要。為此，本論文從靜態(tài)摘要、動態(tài)摘要和基于語義的摘要三個方面來討論壓縮域體育視頻摘要技術，研究內容涉及交互式壓縮域關鍵視頻對象選擇模型：壓縮域攝像機運動估計和交

3、互式壓縮域關鍵幀選擇模型；壓縮域重放場景檢測和基于重放場景的壓縮域體育視頻摘要；基于本體的壓縮域語義體育視頻摘要模型。在對現有方法分析的基礎上，獲得以下主要研究成果： 1、提出一種開放的交互式壓縮域關鍵視頻對象選擇模型。引入交互計算模型將壓縮域關鍵視頻對象選擇模型擴展為基于交互計算的壓縮域關鍵對象選擇模型。將壓縮域關鍵視頻對象選擇算法形式化為壓縮域關鍵視頻對象選擇模型，證明該模型滿足歸納法準則；用緊湊和全面策略分別表示關鍵視頻對

4、象間內容不相關性和關鍵視頻對象準確表達視頻信息這兩種行為，將用戶選擇這些策略的過程形式化為交互式壓縮域關鍵視頻對象選擇模型，證明該交互式模型滿足余歸納法準則。交互式壓縮域關鍵視頻對象選擇方法是一個開放系統(tǒng)，不僅可以根據不同的策略選取相應的關鍵視頻對象，而且緊湊策略的失真率比[Kirn2002]的方法低0.8％，全面策略的失真率比[Kim2002]的方法低3.8％。 2、以攝像機運動參數為特征，提出一種開放的交互式壓縮域關鍵幀選擇

5、模型?；贛估計進行外點過濾，基于極線距離約束驗證去除外點的正確性，并利用BFGS方法獲得攝 像機運動參數的最佳估計。并以攝像機運動參數為特征，提出基于最短路徑約束的最小化失真率方法和基于最小化失真率約束的最短路徑方法，這兩種方法分別對應緊湊和全 面策略。將壓縮域關鍵幀選擇算法形式化為壓縮域關鍵幀選擇模型，證明該模型滿足歸納法準則；將用戶選擇緊湊和全面策略的過程形式化為交互式壓縮域關鍵幀選擇模型，證明該交互式模型滿足余歸納法準則。用

6、戶可以根據偏好選擇不同的策略，同時，緊湊和全面策略的失真率分別比[Porter2003]的方法低8.5％和9.1％。因此交互式壓縮域關鍵幀選擇方法具有良好的開放性。 3、提出一種有效的基于重放場景組織兩層壓縮域體育視頻摘要的方法。利用壓縮域的宏塊、運動矢量特征進行重放場景檢測，基于攝像機和顏色信息根據重放鏡頭檢測原精彩片段，從而組織體育視頻摘要。重放場景檢測的查全率為91.2％，查準率為100％，而目重放場景檢測算法可以識別高速

7、攝像機產生的重放鏡頭，克服了[Koblal999]方法的不足。檢測原精彩片段的算法主要針對文[yasugi2001]中未考慮攝像機縮放運動進行了改進?；谥胤艌鼍疤岢鲆环N新的兩層體育視頻摘要瀏覽模式，第一層為關鍵場景，給用戶提供了視頻內容的概括：第二層為關鍵鏡頭，為動態(tài)和靜態(tài)摘要瀏覽方式的結合。 4、提出一種基于本體的壓縮域語義體育視頻摘要模型。引入OWL本體描述語言對體育視頻本體進行描述，并由此提出基于壓縮域的層次化視頻摘要策

8、略。在三級層次化摘要中，關鍵場景展現了體育視頻的全面語義信息，關鍵鏡頭展示了視頻中的重要動作，關鍵幀顯示了鏡頭的細節(jié)。因此三級層次化摘要能夠在不同的層次表示視頻的重要信息。進一步，我們對體育視頻進行語義建模，運用Tableau算法進行推理，基于視頻注釋信息生成語義體育視頻摘要。由于目前視頻摘要研究側重于基于低層語義特征，基于本體的體 育視頻摘要建立了推理機制，不失為語義體育視頻摘要的有益嘗試，同時與文[Zhu2003]相比，我們提出的