基于内容新闻视频解析关键技术研究

《基于内容新闻视频解析关键技术研究》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、上海交通大学博士学位论文基于内容新闻视频解析关键技术研究姓名：王建申请学位级别：博士专业：通信与信息系统指导教师：周源华20061201摘要近些年来，随着计算机技术、宽带网络、视频压缩技术、视频点播、网络电视等技术的推广和普及，数字视频已经广泛地应用于广播、教育、娱乐、医疗服以及监控等领域。与传统的文本信息相比，视频具有生动、表现力强和信息量大等特点。但视频的数据结构复杂、数据量巨大、内容不透明，这给面向视频的浏览和检索带来了很大不便。如何有效地理解和组织视频数据，使人们方便快捷地从大量视频数据中找到自己感兴趣的视频片断，是一个急待解决的问题。基于内容

2、的视频检索是解决这一问题的关键(CaVR)。实现CBVR的第一步是提取视频中的层次结构和语义信息，完成这一功能的技术统称为视频解析。视频解析是实现视频摘要和视频索引的基础和前提，是CBVR中的关键步骤之一。作为一种重要的视频类型，新闻视频是人们获取信息的重要来源之一。新闻视频具有独特的结构特点，含有丰富的语义信息。基于内容的新闻视频解析是当前CBVR领域中的一个热点问题。本文对基于内容新闻视频解析中的部分关键技术进行了深入的研究，提出了一些卓有成效的方法。本文的主要研究工作概括如下：首先介绍了CBVR产生的背景、意义、以及当前研究现状。然后根据层次结构

3、模型和叙事结构模型，介绍了新闻视频的结构特点。在此基础上，给出了一种基于内容新闻视频解析框架，它包括层次结构划分和特定对象提取两部分。简要介绍了该框架下各项关键技术的研究内容。第三章介绍了与新闻视频层次结构划分相关的关键技术。首先提出了一套镜头转换检测方案。它包括闪光灯效应检测、镜头切换检测和镜头叠化检N--部分。提出了一种基于模型的闪光灯效应检测算法，使用它可以有效地检测渐变闪光灯效应和连续闪光灯效应。提出了一种改进的镜头切换检测算法。去除了闪光灯效应的干扰，使用中值滤波技术降低了镜头内部物体／摄像机运动造成的影响，显著减少了误检；只选用非零特征对用

4、于FCM聚类，减少了聚类过程的计算量。提出了一种改进的镜头叠化检测算法。从一般叠化模型出发，使用隔帧帧问差考察叠化过程的“多帧变化一致性”特征；首次提出了一种“叠化块分布率”特征，使用它区分镜头叠化和镜头内部局部区域叠化转换。与已有叠化检测方法j相比，所提方法的查全率和准确率都有所提高。在镜头转换检测基础上，提出了～种改进的基于镜头聚类的播音员镜头检测算法。采用一种新的子区域划分方案计算镜头间距离，有效降低了同类播音员镜头间局部区域内容显著变化的影响；首次提出了一种“类内镜头跨度”特征，使用它去除由伪播音员镜头类引起的误检。与已有方法相比，所提方法的查

5、全率有明显提高。第四章介绍了新闻视频中字幕文本和静态标识两类特定对象的提取。提出了一整套字幕文本提取实现方案，它包括字幕事件检测、字幕区域检测、字幕定位和字幕文本分割四个步骤。首先提出一种基于多帧信息的字幕事件检测算法，借助所提字幕事件帧匹配过程，有效检测各种类型的字幕事件。根据字幕事件检测结果，提出了一种字幕区域快速检测算法。在字幕定位部分，以字幕区域边缘图为基本特征，借助一种多级水平投影分析技术，有效减少了字幕行的漏检。最后，依次使用正反色文本调整、基于样条函数插值的分辨率增强以及基于二次聚类的二值化方法，将字幕文本从背景中分割出来。提出了一种改进

6、的静态标识提取算法。首先选取用于标识区域定位过程的代表帧序列。提出了一种“边缘匹配率”特征定位标识区域。接下来提取用于标识图像分割的代表帧序列，计算每个标识区域的时域方差图，借助一种分段线性压缩技术对方差图进行归～化处理，采用经典二值化方法将标识图像从背景中分割出来。与已有方法相比，所提方法能更有效地定位和分割半透明标识。关键词：基于内容的视频检索，基于内容新闻视频解析，闪光灯效应，镜头切换，镜头叠化，播音员镜头，字幕文本，静态标识ABSTRACTWiththerapiddevelopmentofcomputertechnology,、撕de-band

7、network,videocompressiontechnology,VOD，andI刖：elc．，digitalvideoshavebeenwidelyusedinthefieldofbroadcast，education,entertainment，medicalserviceandsurveillanceeto．Ononehand，comparedwiththetextinformation，videoinformationhasanumberofadvantages，e．g．vividness，powerfulexpressiveforcean

8、denormousinformationcapacity．Ontheotherhand，the