关键词： 视频内容分析   语义对象   检测跟踪   运动轨迹   置信度  

摘要： 针对足球视频特点,提出了一种基于运动轨迹的足球对象检测跟踪方法。由于直接识别难度较大,文中采用间接检测的思想,由粗至细对非目标区域进行逐次排除。绿色球场区域首先被滤除,从而形成初始的候选对象划分。根据足球的一些简单颜色形状特征范围,一部分明显不符合足球特性的候选对象在粗选中也被排除。对于进入细选的候选对象,用置信度来衡量它与足球的精确相似程度。然后再结合轨迹的重要约束,选择相似度最高的候选对象作为最后的检测跟踪结果。六段视频序列的实验结果,充分说明了该检测跟踪框架的有效性和鲁棒性。

关键词： 多媒体技术   镜头边界检测   视频索引   视频结构化分析   视频内容分析   视频浏览   视频检索  

摘要： 随着光电技术、计算机技术、网络技术和信息技术的迅速发展，海量多媒体信息的浏览和检索成为多媒体信息研究的热点。集图像、声音、文本于一体的视频信息是应用最多的一种多媒体信息，也是多媒体信息研究的重点之一。 在国内外众多研究者的努力下，以数字图像处理、数字视频处理为核心的视频检索技术取得了长足的进展。但是，高效、实用的视频检索技术研究和系统开发仍是人们面临的一项难题。 本文在回顾总结视频检索背景和相关工作的基础上，研究了视频检索中的视频镜头分割和视频结构索引两项关键技术，设计并实现了基于内容的视频检索系统。具体内容包括： 1．提出了一种新的镜头分割算法：基于机器学习的压缩域镜头分割。在视频数据中，编码生成的运动矢量、残差能量等差分预测信息可以很好的体现视频图像特征变化。结合MPEG编码的多尺度帧结构特性和差分预测特征，本文提出了压缩域中一种新的镜头分割算法，该方法的基本思路是：应用机器学习的方法在MPEG编码帧的多个尺度上学习差分预测特征的变化规律，以此为模板检测视频序列中的镜头边界，实现镜头边界的快速准确检测。实验表明，该方法在确保检测精度的情况下大大提高了检测效率。 2．进一步完善视频结构索引的机制：为了能够快速随机地访问视频数据，就需要为视频的结构信息建立索引。利用视频数据的编码结构信息和内容结构信息，文中实现了基于数据库的视频结构索引。基于数据库的视频结构索引解决了实时视频浏览和检索的问题。 3．视频检索系统的设计与实现：视频检索系统的实现是一项细致、复杂而又庞大的工程，其间涉及到许多关键技术，比如视频流的解析、视频信息的建模表示、浏览检索机制的建立等。视频信息的建模表示指视频数据的结构和内容信息的挖掘与描述，比如镜头分割、视频索引、视频图像的特征提取、字符检测识别、人脸检测识别、语音识别等。通过积累实验室多年来的研究成果和开发技术，本文设计并实现了一个功能全面、性能高效的

关键词： 视频内容分析   镜头分割   场景分割   代表帧   视频挖掘   视频内容分析   系统结构   结构设计   应用   基于内容的视频检索   结构分析   视频分析   运动分析   代表帧  

摘要： 本文提出了一种视频内容分析的系统结构,重点分析了几种视频分析方法视频结构分析,代表帧提取和视频运动分析,并讨论了在视频内容分析基础上的应用,即基于内容的视频检索、视频和视频挖掘。

关键词： 视频信息检索   多媒体数据库   视频内容分析   主持人镜头检测   视频数据库检索  

摘要： 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。

关键词： 视频内容分析   发展趋势   检索技术   研究现状   典型系统   视频检索   语义理解   结构化  

摘要： 介绍了当前视频内容分析和检索技术中结构化、语义理解和视频检索的现状研究以及典型系统,并且也指出了这些技术的未来发展趋势。

关键词： 基本语义单元   内容分析   框架   体育视频  

摘要： 体育视频内容分析的研究现状集中在语义标注 ,对体育视频的句法分段和框架的研究较少 .本文在分析了体育视频基本特征的基础上 ,提出了体育视频中基本语义单元 (Basic Sem antic U nit,简称 BSU单元 )的概念 ;继而提出了一种基于 BSU的体育视频内容分析的通用框架 ;并且以足球视频为例 ,实例化了这种通用的体育视频内容分析框架 .初步的实验结果表明 ,这种基于 BSU的体育视频内容分析框架是有效和可行的 .

关键词： 视频信息检索   多媒体数据库   视频内容分析   标题条检测   视频数据库检索  

摘要： 提出了一种电视新闻节目中标题条自动检测及文字内容提取的算法。算法分为两步:第一步,根据标题条的形状特征对其进行快速检测,并根据文字在标题条中的位置等先验信息提取出文字区域图像;第二步,对文字图像进行预处理,并利用常用的OCR软件对所得到文字图像进行识别,得到标题条的文字信息可作为该新闻场景的内容描述。实验结果表明,该方法有较高的准确率和适应性,可用于新闻节目内容的自动分析和检索。

关键词： 多媒体技术   视频内容分析   视频流化   镜头边界检测   运动分析   视频可扩展编码   错误隐藏   视频转码   速率控制  

摘要： 随着Internet普及和数字音视频技术发展,出现了许多新的网上服务,例如网络电视、网络游戏、网上求医和网络教育等。可以预见,传统电视将很快被网络电视所取代,人们收看电视将从传统被动接收频道(即直播应用,或PUSH应用)转变为主动选择内容(即点播应用,或PUSH应用)。为了适应用户需求和应用模式的变化,在网络电视领域,就需要研究音视频流化、可靠组播、音视频内容的结构化分析、基于内容的音视频信息检索等技术。 本论文以网络电视的两种基本应用方式—直播应用和点播应用为主线,研究了网络电视所涉及的若干关键技术。本文在研究视频内容的结构化分析,视频流化传输的基础上,对其中的一些关键技术,如:镜头边界检测、视频流中的运动分析、视频可扩展编码、错误隐藏、视频转码等问题做了深入研究,提出了一些新的思想和方法。具体内容包括: 1.提出了压缩域中叠化(Dissolve)镜头的快速检测算法:由于叠化镜头是发生镜头切换的两个相邻镜头在时间和空间上的融合,叠化镜头是各种类型的镜头切换中最难检测的一种。本文根据叠化镜头内部预测帧误差能量分布特点和运动矢量分布特点,采用滑动窗口方法,提出一种在压缩域中检测叠化镜头的新算法,它可以准确地定位出大部分叠化镜头。 2.提出了压缩视频流中主要运动的定性分析算法:根据运动矢量的分布特性、运动矢量之间的相对关系特性等,提出了一种压缩视频流中主要运动的定性分析算法。实验结果表明该算法具有速度快、精度高、鲁棒性好等特征,非常适合于视频信息检索方面的应用。 3.实现了基于频域的视频可扩展编码方法:将视频数据根据重要性划分成不同的层,分别用不同服务质量的信道传送是提高视频流化传输质量的一个有效方法。本文对MPEG-2标准推荐的频域可扩展编码方法一数据分割(Data Partition)方法进行了部分改进,减小了数据分割所带来的数据冗余,并给出了一个基本层和增强层数据同步的具体方法。 4.提出基于镜头边界检测的时空自适应错误隐藏算法:时域错误隐藏计算开销小,隐藏效果好,是常用的错误隐藏方法。但是在镜头的边界,时域错误隐藏会失效。本文提出一种新的错误隐藏算法,它利用视频解码器在解码过程中得到的副产品信息,判断当前发生错误的帧是否是镜头边界。如果当前帧是镜头边界,则使用空域错误隐藏方法;如果不是边界,则使用时域错误隐藏方法。试验结果证明,所提算法具有速度快,系统开销小、隐藏效果好等优点,非常适合于

关键词： 视频内容分析   隐马尔可夫模型   事件检测   关键帧提取   MPEG-7  

摘要： 随着多媒体技术以及Internet的高速发展，基于内容的视频检索越来越受到人们的关注。对视频内容进行分析和表达作为其中一项关键性技术，已成为了研究的热点问题。本文主要针对语义层次上的视频内容结构化分析和表达进行了研究。首先，介绍了视频内容分析中的几个基本问题和主要方法，并将现有的基于概率模型，尤其是隐马尔可夫模型的分析方法与传统方法进行了比较和分析；接着，介绍了变换隐马尔可夫模型，在此基础上对原有算法中变换矩阵的选取算法进行改进，提出了一种新的种语义事件检测算法，并对对各个事件中的关键帧进行了提取；最后，结合以上新方法，提出了一种基于MPEG-7视频语义内容的层次化描述方案。实验结果表明，本文提出的视频内容分析及描述方案，能够有效地对视频从语义层次上进行处理和表示，且与人们的主观认识较为接近，具有较大的应用价值和前景。

关键词： 视频概要   视频内容分析   类型   代表性  

摘要： 针对视频摘要产生过程,从结果、信息源、特征化级别和粒度四个方面,提出了一种分类方法,给出了若干实例进行综合评价,侧重反映不同视频概要所处的技术层次与水平。在此基础上,分析了研究现状,给出了进一步研究的方向。