基于COM技术的新闻视频主持人镜头实时检测方法

在新闻视频分析研究中 ,主持人镜头的实时检测具有十分重要的意义。文中提出了一种基于COM技术的新闻视频主持人镜头实时检测方法。实验证明 ,这种方法具有算法简单、可靠、实时性好的特点 。

新闻视频中主持人镜头识别方法的研究

提出了一种基于主持人镜头中背景不变性的模板匹配法,实验证明,这种主持人镜头识别方法具有算法简单、可靠的特点,具有较高的实用价值。

基于模板与色矩的新闻视频主持人镜头检测

通过对新闻视频中主持人镜头的分析,提出基于模板色矩的主持人镜头检测算法。实验表明,该方法能较准确地检测出主持人镜头,具有一定的鲁棒性。

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。

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。

一种改进的新闻主持人镜头聚类算法

为解决传统新闻主持人聚类中背景变化与主持人位置大小变化影响聚类结果的问题,提出一种扩展人脸区域的主持人镜头模糊直方图聚类算法。引入扩展人脸区域(EFR)代替整个视频帧,采用模糊直方图(FCH)法对扩展人脸区域(EFR)进行聚类,与传统聚类方法比较,该方法有效地减少了背景对聚类结果的影响。采用背景变化剧烈的新闻视频为测试对象,经过实验验证此方法既有效的解决了背景变化带来的问题,又提高了查全率与准确率。

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。

新闻单元的自动快速分割方法

提出利用新闻视频中特定的视音频事件在时间上的规律性划分新闻单元的方法。检测视频中出现的特定视音频事件、搜索和匹配根据这些事件生成的数据流,通过确定对应的序列片断划分新闻单元,实验和视频新闻编目的应用表明了该方法有效。

新闻视频图像中的模式识别技术研究

本文概述了新闻视频图像研究中所涉及到的多种模式识别技术,分别对各模式识别技术的发展历史和研究状况作了介绍与评论,剖析了它们的优点和不足。讨论了新闻视频图像中模式识别技术的最新发展方向及其国内的发展情况。