新闻节目和家庭录像的视频内容结构化方法研究

基于内容的视频分析，是要为用户提供对大量的视频数据进行快速浏览，并查找所需视频内容的工具。视频结构化，即根据内容对视频合理的划分层次结构并建立索引，是基于内容的视频分析中最基本的技术。然而，对于任意类型的视频内容要达到高层语义的理解是非常困难的，本文重点针对两种特定的视频类型——新闻节目视频和家庭录像视频，进行了视频结构化的研究。本文的前一部分首先分析了新闻视频结构化研究的发展现状和主要难点，然后针对其中新闻播音员镜头检测的问题提出了改进的方法。同时，还利用播音员镜头和“重要说话人镜头”的检测结果，提出了两种新闻非线性浏览方式，即新闻条目浏览和新闻人物的相关浏览。本文的后一部分是对于家庭录像视频结构化的研究。在镜头特征的提取方法中，将视频信息的给人的主观感受分解为环境和运动关注区域两个方面。同时，还考虑摄像机运动类型对特征关注重要性的影响，分别对环境和活动区域的特征进行加权处理，从而更好的反映主观视觉感受。由此建立起镜头特征的二元相似度，实现一个两级的镜头组织策略。这样，使视频镜头的组织增加了灵活性，并且更加接近高层语义理解。以上两个部分提出的视频结构化方法，都在MPEG-7测试数据集上进行了实验，并且和当前的类似研究结果作了对比，证明了方法的优越性。