融合视音频特征的影片摘要生成方法

提出了融合视音频特征的影片摘要生成算法。以特写人脸检测,紧张、激烈镜头检测作为选取重要视频片段的依据,针对影片语音端点难以检测的问题,利用影片字幕文件提取影片语音首尾时间以及语音内容,从而实现了影片语音端点的准确检测。实验证明,该方法生成的影片摘要具有较好的有效性。

基于多模态信息融合的广告检索技术

本文介绍一种新近开发的基于音频指纹特征和视频排序特征的多模态广告检索技术。该技术通过在五个不同广播电视频道上的实验证明:其音频模态的计算效率和视频模态的鲁棒性能同时得到体现,检索性能有大幅度提升。