学位论文 > 优秀研究生学位论文题录展示
新闻视频故事单元分割
作 者: 夏肇霖
导 师: 王建宇;张玉珍
学 校: 南京理工大学
专 业: 系统工程
关键词: 主持人镜头检测 近邻传播聚类 主题字幕提取 音频跳变检测 故事单元分割
分类号: TP391.41
类 型: 硕士论文
年 份: 2012年
下 载: 26次
引 用: 1次
阅 读: 论文下载
内容摘要
|
随着日常信息量的增长,新闻节目的增多,新闻视频分析、组织、检索等成为一种迫切需要。故事单元结构作为新闻视频分析等工作的基础,研究其分割实现具有一定的意义。本文以新闻视频节目为对象,对新闻故事单元分割中的相关技术进行了讨论,主要包括:主持人镜头检测、主题字幕检测、音频跳变检测,并设计了一种基于多模态融合的新闻故事单元分割算法。采用运动补偿和自适应双阈值算法的镜头边界检测后,在每个镜头选取关键帧的基础上,本文提出了一种基于人脸检测和近邻传播聚类的检测算法,实现了主持人镜头检测。同时提取镜头关键帧的小波系数作为特征,采用支持向量机分类器对这些特征分类,实现了主题字幕的提取。对新闻视频中的音频,提取Mel频率倒谱系数作为音频特征,设计了基于混合高斯模型和分割熵的检测算法,实现了新闻视频中音频跳变检测。本文在总结了现有的故事单元分割方法基础上,利用主持人镜头、主题字幕以及音频跳变的检测结果,设计了一种基于多模态融合的故事单元分割方法,实现了故事单元边界检测。最后,本文以Visual C++6.0. Matlab R2007为开发语言,实现了一个新闻故事单元自动分割系统。实验表明,本文的新闻故事单元自动分割算法具有令人满意的效果。
|
全文目录
摘要 3-4 Abstract 4-7 1 绪论 7-11 1.1 本文研究背景及意义 7-8 1.2 故事单元分割国内外研究现状 8-9 1.3 本文研究的主要内容 9-10 1.4 论文的组织和结构 10-11 2 新闻视频结构化研究 11-21 2.1 视频相关概念和术语 11-13 2.2 新闻节目视频结构化 13 2.3 新闻镜头边界检测 13-20 2.3.1 镜头突变检测常见算法 14-15 2.3.2 镜头渐变检测常见算法 15-17 2.3.3 基于运动补偿和自适应双阈值镜头检测 17-20 2.4 本章总结 20-21 3 新闻音视频特征提取 21-43 3.1 主持人镜头检测 21-28 3.1.1 基于AdaBoost人脸检测 21-24 3.1.2 近邻传播聚类(Affinity Propagation,AP) 24-26 3.1.3 基于近邻传播聚类(AP)的主持人镜头检测 26-27 3.1.4 实验结果及分析 27-28 3.2 主题字幕提取 28-32 3.2.1 小波变换特征 29-30 3.2.2 支持向量机(Support Vector Machine,SVM) 30-31 3.2.3 基于SVM和小波变换的主题字幕检测 31-32 3.2.4 实验结果及分析 32 3.3 音频分割 32-42 3.3.1 音频特征提取 32-36 3.3.2 混合高斯模型(Gaussian Mixed Model,GMM) 36-38 3.3.3 基于GMM和分割熵的音频跳变点检测 38-40 3.3.4 实验结果及分析 40-42 3.4 本章总结 42-43 4 新闻故事单元分割 43-55 4.1 常见的故事单元分割方法 43-45 4.1.1 单模态分割方法 44-45 4.1.2 多模态融合的分割方法 45 4.1.3 基于上下文的分割方法 45 4.2 基于多模态融合的故事单元检测 45-53 4.2.1 新闻特征信息分析 46-47 4.2.2 初始故事单元分割 47-49 4.2.3 主要人物分析 49-50 4.2.4 基于多模态融合的故事单元分割算法设计 50-53 4.3 实验结果及分析 53-54 4.4 本章小结 54-55 5 新闻视频故事单元分割系统的设计与实现 55-61 5.1 系统总体框架设计 55-56 5.2 音视频解码子系统 56 5.3 新闻视频算法处理子系统 56-58 5.4 数据库支持子系统 58-59 5.5 本章小结 59-61 6 结论与展望 61-63 6.1 本文的主要工作 61 6.2 进一步工作的方向 61-63 致谢 63-65 参考文献 65-69
|
相似论文
- 基于近邻传播聚类的点云简化研究,TP391.41
- 新闻视频内容结构分析研究,TP391.41
- 基于近邻传播和凝聚层次的文本聚类方法,TP391.1
- 多模态融合的新闻故事单元分割,TP391.41
- Web内容安全分析及算法研究,TP393.08
- 数字视频中文本的提取方法研究,TP391.1
- 基于KDD的领域本体构建若干关键问题研究,TP391.1
- 聚类分析中的最佳聚类数确定方法研究及应用,TP311.13
- 基于时序文本挖掘的新闻内容理解与推荐技术研究,TP391.1
- 互联网图像高效标注和解译的关键技术研究,TP391.41
- 基于多模态信息的新闻视频内容分析技术研究,TP391.41
- 基于FPGA的数字图像处理基本算法研究与实现,TP391.41
- 用于检索的人脸特征提取与匹配算法研究,TP391.41
- 基于FPGA的高速图像预处理技术的研究,TP391.41
- 2D人脸模板保护算法研究,TP391.41
- 基于用户兴趣特征的图像检索研究与实现,TP391.41
- 图像拼接技术研究,TP391.41
- 高效精确字符串匹配算法的研究与实现,TP391.41
- 舌体特征的提取及融合分类方法研究,TP391.41
- 基于人眼检测的驾驶员疲劳状态识别技术,TP391.41
- 空中目标与背景的红外图像仿真技术研究,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|