多模信息融合的足球視頻事件檢測(cè)與語(yǔ)義標(biāo)注方法研究.pdf

1、網(wǎng)絡(luò)的無處不在以及各種移動(dòng)終端、大容量存儲(chǔ)設(shè)備的多樣化普及為人們隨時(shí)隨地生產(chǎn)和消費(fèi)視頻數(shù)據(jù)提供了極大的便利。同時(shí)，快速的生活節(jié)奏使人們的空閑時(shí)間不斷地碎片化，人們很難有充足的時(shí)間及時(shí)跟蹤喜愛的體育節(jié)目和觀看完整的視頻資源。因而，如何根據(jù)用戶的需求快速地從海量視頻數(shù)據(jù)中找到感興趣的視頻內(nèi)容成為一個(gè)亟待解決的問題。為了解決這一問題，需要根據(jù)視頻所體現(xiàn)的內(nèi)容對(duì)其進(jìn)行結(jié)構(gòu)化分析，為每個(gè)結(jié)構(gòu)片段提供豐富的語(yǔ)義描述即標(biāo)注，進(jìn)而為視頻內(nèi)容的有效組織、

2、索引和檢索提供關(guān)鍵支持。在此背景下，本文對(duì)基于多模態(tài)信息融合的足球視頻事件檢測(cè)與語(yǔ)義標(biāo)注方法所涉及的關(guān)鍵技術(shù)進(jìn)行了系統(tǒng)研究。
　　目前的視頻事件語(yǔ)義標(biāo)注方法過于依賴視頻內(nèi)在特征的分析，僅為視頻中的語(yǔ)義對(duì)象和高級(jí)語(yǔ)義概念賦予簡(jiǎn)單的標(biāo)記，很難對(duì)視頻“事件”這一高級(jí)概念形成接近人類思維的語(yǔ)義描述。針對(duì)該問題，提出利用視頻外部資源，即互聯(lián)網(wǎng)上語(yǔ)義描述豐富、適用范圍廣泛的賽況報(bào)道對(duì)足球視頻事件進(jìn)行富語(yǔ)義標(biāo)注。根據(jù)賽況報(bào)道文本的特點(diǎn)，提出基于

3、潛在語(yǔ)義分析的文本分類方法實(shí)現(xiàn)賽況報(bào)道中事件類型的檢測(cè)。
　　為了有效分析視頻內(nèi)容，提出和改進(jìn)多個(gè)中級(jí)語(yǔ)義對(duì)象的檢測(cè)方法，進(jìn)一步提升中級(jí)語(yǔ)義對(duì)象的檢測(cè)性能。提出基于馬爾可夫隨機(jī)場(chǎng)的比賽場(chǎng)地檢測(cè)方法，與現(xiàn)有基于顏色直方圖和高斯混合模型的方法相比，所提出的方法對(duì)不同的比賽場(chǎng)地適應(yīng)性強(qiáng)，球場(chǎng)像素檢測(cè)準(zhǔn)確率高。通過對(duì)球門特征的分析和重新設(shè)計(jì)，改進(jìn)了現(xiàn)有的球門檢測(cè)方法，經(jīng)過嚴(yán)格的測(cè)試表明改進(jìn)后的球門檢測(cè)方法具有更好的檢測(cè)效果。提出了一種快速