一种在MPEG压缩流上检测播音员镜头的快速算法

1.引言为了在视频或多媒体数据库中对视频信息进行有效的索引、浏览、检索,需要建立各种自动化工具对视频节目源进行结构、语义的分析,提取出刻画视频节目源内容的可供索引的特征。限于目前计算机视觉及音频信号分析技术的现状,从一般的视频节目中自动抽取语义信息还无法实现,但我们可以利用一定的先验知识模型建造特定类型视频节目的自动解析工具。电视新闻节目便是一类具有很强先验时间结构模型的视频节目。一些研究者针对不同电视广播电台的新闻节目进行了视频分析技术的研究,如文。它们对新闻项的分割均涉及对播音员镜头的检测,因为播音员镜头的检测对于实现新闻项的分割起到非常重要的作用,通常它标志着一段新闻条目的开始及(或)结束。文首先利用工具生成新闻节目记录文字形式,然后寻找一些固定的语言模式,如“我是(播音员姓名)”等,并结     

新闻视频主持人镜头的半屏幕检测算法

提出了一种电视新闻节目主持人镜头的自动检测方法。该算法可用于新闻节目的自动内容分析和检索。方法分为两步。在第一步中,把屏幕分为两部分:左屏幕和右屏幕,并分别加以检测,然后依据主持人镜头在一个新闻节目中频繁重复出现的特性对候选主持人镜头进行聚类。在第二步中,根据主持人镜头出现的时空特性,利用主颜色直方图检测出正确的主持人镜头。实验结果表明该方法有很高的正确率和适应性。该方法可用于新闻节目内容的自动分析和检索。     

基于人脸检测与SIFT的播音员镜头检测

播音员镜头的检测是新闻视频结构化的关键步骤之一.提出了一种基于人脸检测与SIFT特征点匹配的播音员镜头自动检测算法.该方法首先利用人脸检测器过滤出具有人脸的候选镜头,然后利用颜色直方图判断镜头是否可能相似,再利用SIFT特征点匹配从候选镜头关键帧中找出相关的镜头组,最后利用各镜头组的信息判断出哪些是播音员镜头.对比传统的方法,该方法除了训练一个通用的人脸检测器外,不需要模板,也不需要针对某类新闻节目训练特别的分类器,可以直接利用算法对新类型的新闻节目提取播音员镜头.实验结果表明,该算法能够广泛地适应于各种不同种类的新闻节目、不同视觉质量的视频,可以有效地应用于新闻视频分析.     

压缩域中叠化镜头的快速检测算法

随着网络和多媒体技术的不断发展,基于内容的多媒体信息检索技术变得越来越重要．同成熟的文本检索技术相比,视频检索还处在研究和探索阶段．视频检索的一个有效方法是将无结构的视频节目进行镜头分割,根据每个镜头的关键帧对视频建立索引．因此,镜头分割是基于内容的视频检索的基本步骤,在各种类型的镜头检测算法中,叠化镜头是很难检测的．根据叠化(dissolve)镜头内部预测帧预测误差能量和运动矢量分布特点,提出一种在压缩域中分割叠化镜头的新算法．与公开发表的同类算法相比,它具有以下优点：工作在压缩域上、速度快、鲁棒性好、精度更高．     

一种基于聚类的主持人镜头检测算法

随着数字视频的广泛应用,视频数据库系统已成为基于内容的视频检索领域的一个研究热点.在建立视频数据库的过程中,主持人镜头的检测是一个重要而又难以解决的问题.本文先在镜头级别对视频提取一系列的时域和空域特征,如人脸特征,彩色纹理特征,镜头时间长度等.然后综合采用决策树和聚类分析方法对镜头分类,判断镜头中是否有主持人,从而实现主持人镜头的检测.实验表明,采用本文提出的算法,准确率可达98.7%,同时查全率为95.2%,较好的解决了这一问题.     

一种镜头淡入淡出检测算法

镜头检测与分割在视频检索中起着关键的作用。镜头切变识别已有许多成熟的方法。如何识别镜头渐变是视频分割中的难点。文章提出了一种基于直方图中颜色分量变化规律的镜头淡入淡出变换(fadein/out)识别方法。实验表明,该方法简单有效,且识别准确率较高。     

自适应的新闻视频播音员镜头探测方法

提出一种基于聚类算法的新闻视频播音员镜头探测方法。该方法利用人脸探测得到的人脸属性进行聚类,在此基础上利用人物及人物边缘背景区域的颜色特征在聚类的结果中进行聚类分析,确定播音员镜头候选类型。通过背景边缘的颜色相似度分析对播音员镜头候选类型进行完善得到最终的播音员镜头类型。实验证明该方法通用性和效率都比较好。     

一种二级级联分类的镜头边界检测算法

在分析镜头边界类型、检测方法的基础上,根据镜头的连续性特征,将一个二级级联分类器应用于镜头边界检测．第一级分类器根据视频帧灰度方差特征,将无明显变化的视频序列从原始视频序列中分离出去,得到一个新的视频序列;第二级分类器在新视频序列的基础上,提取视频图像的像素对差值、HSV空间颜色直方图的各分量差值以及边缘直方图X,Y分量差值等视频特征,并采用支持向量机多分类策略进行镜头边界类型的检测．实验结果表明,与积聚算法及SVM—TMRA算法相比,文中算法的综合性能更高且具有较高的实时性．     

一种基于TextTiling的镜头边界检测算法

镜头边界检测是基于内容的视频检索中的关键技术,提出一种利用TextTiling方法来识别视频镜头边界的算法。通过滑动窗口对视频进行初步切割,利用主成分分析将视频帧投影到特征子空间,并在投影空间上计算相邻帧间距离,再根据相邻窗口之间的深度值确定视频镜头边界。针对TREC-2001视频测试数据集的实验结果显示,该算法检测镜头边界的平均查全率和平均查准率分别为89%和96.5%。     

视频分割中特殊编辑的一种检测算法

在现有的编辑以及镜头操作的检测方法中，对突然变化的检测相对容易一些，而对镜头操作的检测比较困难，提出了一种在压缩域上，对MPEG流DCT变换的直流分量沿时间轴形成的3维数据空间中，运动向量随时间累积的分布效果进行分析的方法，来对特殊编辑与镜头操作作用进行检测，与现有的视频分割方法相比较，有较好的对光照度变化，目标移动造成的干扰的鲁棒性。     

新闻视频主持人镜头检测方法

提出用于新闻视频主持人镜头检测的基于扩展人脸区域的模板匹配方法。利用一段新闻节目中主持人服装不变的重要线索,在线提取主持人镜头的扩展人脸区域模板,采用分块HSV颜色直方图作为模板参数,利用该模板对新闻视频镜头中检测出的扩展人脸区域进行匹配,根据匹配结果确定主持人镜头。实验结果表明,该方法计算简单、检测精度高、实时性强,具有很好的通用性。     

视频镜头分割方法综述

视频序列的镜头分割亦称镜头变化检测是视频检索中的关键技术之一.对五种常用的视频分割算法作了综述,包括像素法、直方图法、X2直方图法、X2直方图分块法、边缘轮廓变化率法,并详细介绍了各种算法中的帧差异值的计算以及介绍了了他们的优缺点,并且通过实验分析对各种算法进行了比较,五种算法的优缺点实验中得到了很好的体现.     

新闻视频中口播帧检测方法的研究

新闻视频分析是视频分析领域的重要课题.提出了一种基于知识的新闻视频分析方法——二阶段模板匹配法,用于检测新闻节目中主持人口播镜头,从而为新闻单元的定位提供基本依据.该方法具有通用性和实时性的特点,可以在新闻视频的自动分析或自动索引系统中得到实际应用.     

一种用于MAM的语义可扩展视频编目与检索方法

针对媒体资产管理系统(media assetmanagement,MAM)对视频检索有着精确定位的特殊要求,提出了一种新的编目与检索方法,该方法结合了基于内容检索和基于手工检索的优点。首先采用主元分析(PCA)的方法对视频图像帧的高维特征进行降维,实现镜头自动分割,并对大量存在的新闻相似镜头进行语义自动标注,然后实现视频编目语义的动态更新与扩展。实验结果表明该方法有效、可行,大大提高了编目工作的效率以及编目语义的质量。     

综合利用声视特征的新闻视频结构化模型

视频结构化表征和基于这种表征进行相似度比较是视频检索的前提和最基础的重要工作。该文受视频制作过程的启发,通过分析新闻视频的内容结构特点,提出一个基于多语义抽象层次表示的5层视频目录结构化模型;在此基础上,采用分层处理思想,通过综合利用声视特征实现了基于目录结构的新闻视频结构化,克服了单纯用视觉特征难以胜任场景分段的困难,实验验证了该文思想及相应算法的有效性。     

VisualGREP: A Systematic Method to Compare and Retrieve Video Sequences

Multimedia Tools and Applications - In this paper, we consider the problem of similarity between video sequences. Three basic questions are raised and (partially) answered. Firstly, at what...     

一种基于模型的扫换检测方法

视频自动分割是实现视频数据库检索必不可少的一个过程,其基础是镜头边界检测.当前已有的算法能够较准确地检测出镜头突变,但对于镜头的渐变则常常会漏检,这是由于镜头渐变时帧间差没有一个明显的峰值,因而其检测比突变检测要困难得多.扫换是一种常用的视频空间编辑手段,用于实现多种镜头变化.通过分析各种类型的扫换,提出了一种新的基于视频空间编辑模型的扫换检测算法,其性能优于Alattar提出的基于统计特征的算法.对用AdobePremiere5.1生成的各种扫换视频进行检测.实验结果表明,这种扫换检测算法能够较好地适应