基于边界归类的新闻视频故事分割算法

为有效组织和浏览新闻视频,提出了一种基于边界归类的新闻视频故事分割算法.该算法视镜头边界为候选故事边界,并定义新闻基本处理单元划分新闻视频.算法分为新闻基本处理单元的获取和新闻基本处理单元分析两部分.前者采用镜头分割和镜头标定对原始视频进行合理划分,获取基本处理单元边界,有效缩小故事边界判定范围;后者对基本处理单元内的字幕文本进行分析,实现了字幕文本分类和主题字幕相似性比较,并结合静音特征,从音视频两方面判定故事边界,得到最终的分割结果.实验结果表明,该算法能有效描述新闻故事边界,准确分割新闻故事单元,实现对新闻视频的语义划分,为新闻视频检索、导航等应用提供前期辅助.

基于上下文信息的新闻故事单元分割

为了有效检索和管理新闻视频资源,提出了一种利用多模态特征、基于上下文信息的新闻故事单元分割方法.首先利用字幕变化、音频类型和视频镜头类型信息将新闻镜头序列转换成为相应的关键词序列,使新闻故事单元分割转换成为文体序列分割的问题;然后应用一种有效的序列分割模型——条件随机场,来分割新闻故事单元.对多段视频的测试结果证明了该方法的有效性,取得了查全率为72.9%、查准率为88.4%的较好结果.

新闻视频播音员的检测与跟踪

新闻视频中播音员镜头的检测与跟踪是视频故事单元分割的重要基础工作,也是内容信息安全研究的基础。本文提出了一种基于PCA特征提取的新闻视频播音员镜头的检测与跟踪方法。首先将新闻视频进行镜头分割并提取关键帧;其次,通过对关键帧图像进行人脸检测与分析,找到新闻视频中所有候选播音员图像;最后,通过学习方法,实现播音员图像的分类检测,并对播音员镜头进行跟踪。通过对来自CCTV的视频实验结果表明,该方法可有效地实现新闻视频播音员镜头的检测和跟踪.