利用情感激励提取足球视频精彩镜头

足球视频精彩镜头的提取是足球视频检索和摘要生成的关键技术,有着很高的学术研究价值和广泛的应用前景.在系统分析现有足球视频精彩镜头提取方法的基础上,从观众情绪波动的视角出发,以Hanjalic情感曲线的理论思想为基础,设计了一个基于情感激励模型提取足球视频精彩镜头的系统.针对足球视频构建了一种新的特征——镜头激烈度,用此特征取代运动强度特征建立情感激励模型,从而改进了Hanjalic情绪激励曲线的生成方法,提高了系统的查全率、准确率和计算性能.结合足球领域知识,实现了更准确的精彩镜头定位方法,可以根据用户的实际观看时间自动筛选精彩镜头.实验结果验证了算法具有很好的检测效果.

足球比赛视频中的精彩镜头分析方法

针对足球视频应用的实际需要，文章提出了一种通过视频、音频信息等多种特征的提取和融合来进行足球比赛视频分析的方法。该方法首先在视频中进行镜头探测，然后在单独的镜头中提取颜色特征，进行镜头分类；在所需要的镜头类型中对球场特征、运动对象特征和音频特征进行提取、融合，建立有效的分析方法，从而实现精彩镜头分析。

基于记分牌时间和新闻文本提取足球视频精彩事件

基于移动视频搜索等媒体应用对视频语义事件分析的迫切需求,提出一种新的足球视频精彩事件多模分析方法(简称多模事件分析法),即从体育网站新闻中抽取文本,利用音视频特征合成的情感激励曲线确定视频事件位置和精彩程度,基于自动提取的记分牌时间对齐文本事件和视频事件,实现了多模精彩事件的准确抽取和丰富语义标注。结果表明,多模事件分析法在进球、射门、犯规、角球、任意球等事件检测中不仅具有较高的准确率和查全率,而且标注结果更丰富,包含精彩程度、事件类型和文本描述等多模语义信息。

足球比赛精彩场景的自动分析与提取

提出了基于MPEG压缩域音频流的足球比赛精彩场景自动分析与提取算法 首先直接提取出压缩域音频特征 ;然后基于提取出来的压缩域特征实现解说音的检测和分割 ,并且分别识别足球比赛中解说员激动解说和观众激昂欢呼两种类型音频事件 ;最后通过概率融合生成最终结果 ,融合结果所对应的比赛片段就是提取出的足球比赛精彩场景

面向足球视频摘要的叙事性拼图算法

利用叙事性拼图优化足球视频摘要的显示,根据精彩事件分析和不同镜头类型的叙事相关性最大化策略抽取候选关键帧,提取不同感兴趣对象为中心定义和重定向感兴趣区域,根据叙事结构中的时-空逻辑构建拼图排列,比随机拼图或故事板能保持更多精彩事件的叙事内容。实验结果显示,叙事性拼图摘要不仅清晰地对精彩事件中的球员动作和人物表情实现了叙事目的,还能在同等显示区域内比故事板描绘更多的叙事内容,也比直接的视频片段快放节约流量,以及节约浏览时间。