超低质量视频字幕识别方法研究

《超低质量视频字幕识别方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、国内图书分类号：TP39学校代码：10213国际图书分类号：681.3密级：公开硕士学位论文超低质量视频字幕识别方法研究硕士研究生：王瑞导师：李海峰教授申请学位：工学硕士学科：计算机科学与技术所在单位：计算机科学与技术学院答辩日期：2016年6月授予学位单位：哈尔滨工业大学ClassifiedIndex：TP39U.D.C.:681.3DissertationfortheMasterDegreeRESEARCHONULTRA-LOWQUALITYVIDEOCAPTIONTEXTRECOGNITIONCandidate:WangRuiS

2、upervisor:Prof.LiHaifengAcademicDegreeAppliedfor:MasterofEngineeringSpeciality:ComputerScienceandTechnologySchoolofComputerScienceandAffiliation:TechnologyDateofDefence:June，2016Degree-Conferring-Institution:HarbinInstituteofTechnology摘要摘要当下，海量视频数据中包含着丰富的信息，对于这些视频进行分析处理

3、的需求也越来越多。有的视频其视频质量非常低，其中字符大小极小，而且受到噪声的干扰，本文中称为“超低质量视频”。传统的视频字符识别技术对于此类视频难以适用，因此亟需针对超低质量视频的字符识别方法进行研究。本文中识别的视频字符为固定位置的字幕文本，且字幕没有复杂的背景。本文的最终目标是构建一个高性能和高可靠性的视频字符识别系统。基于上述目标，本文首先提出了基于模板的字符匹配识别算法，直接使用图像的灰度值特征计算待识别字符与模板的相似度。取相似度最高的模板的类标签作为待识别字符的识别结果。使用视频多帧融合方法作为识别预处理过程，实验表明预处

4、理过程有效减少了视频中冗余帧。其次，为了提高识别自动化程度，提出了基于可信度的视频字符区域自动匹配算法。视频字符区域匹配算法对于每一帧进行处理，分别使用各个已定义的字符区域识别同一帧后，计算识别结果的平均可信度，选择可信度最高的字符区域作为最终结果。为了减少用户建立模板库时的工作量，本文提出了基于半监督学习思想的模板库自动生成算法。通过借鉴自学习方法，我们首先生成已知标签的标准字模，接着用标准字模对于视频中待识别字符进行相似度分布的统计。挑选各个字模相似度分布中的最大的??个字符加入模板库。从而达到完全自动生成识别模板库的目的。模板库

5、自动生成算法在未知字体的情况下，由于先验知识过少，模板库会有错误产生，导致识别准确率下降。针对此问题，我们提出了后处理纠错算法。包括基于自回归模型的自动纠错算法和人工反馈纠错算法。自回归模型可以对于连续平稳变化的时间序列进行预测。我们使用自回归模型检测识别数值型变量中的突变，并进行纠错。而人工反馈纠错则是用户直接对于识别错误进行纠正，将纠错的图片与标签直接加入模板库，同时纠正模板库中的错误。在纠错后使用新的模板库更新识别结果，迭代纠错多次使得识别准确率越来越高。经过实验，使用上述提出的一整套识别算法，在经过3轮迭代纠错后，对于测试视频

6、的平均识别准确率达到了98%以上。最后本文设计并实现了一套视频字符识别系统，系统集成了我们上述提出的算法，具有友好的人机交互界面和高可靠性。关键词：视频字幕识别；超低质量；模板匹配；模板库自动生成IAbstractAbstractNowadays,thereisstrongdemandforanalyzinginformationinvideodatabecauseofabundantinformationinvideo.Somevideoshaveverylowqualityduetovariousreasons.Wedefinet

7、hesevideosare“ultra-lowqualityvideos”.Traditionalvideotextrecognitionmethodsoftenfailstoprocessultra-lowqualityvideoappropriately.Soitisnecessarytoresearchthemethodofultra-lowqualityvideotextrecognition.Inthisarticle,therecognizedtextbelongstocaptiontext,withfixedpositi

8、onanduncomplicatedbackground.Theultimategoalofthisarticleistobuildavideotextrecognitionsystemwithhighperforman