基于支持向量機的新聞視頻主題式字幕提取.pdf

1、隨著信息化技術的蓬勃發(fā)展，人們每天都會獲得大量的多媒體信息，如何有效而快速地檢索、存儲這些信息，給傳統(tǒng)的數(shù)據(jù)檢索以及數(shù)據(jù)存儲技術提出了極大挑戰(zhàn)。在多媒體數(shù)字視頻中，新聞是一類具有特殊結構特性的視頻數(shù)據(jù)，具有重要的應用和研究價值。其主題式字幕通常能夠反映一整段新聞故事單元的主要語義內(nèi)容，這不但對新聞視頻分割提供了一個分段依據(jù)，更為新聞視頻索引以及結構化存儲提供了大量語義標簽，因此在新聞視頻檢索領域字幕提取占有重要的地位。 由于新聞

2、視頻中的字幕信息常常嵌在變化復雜的背景中，同時新聞視頻必須經(jīng)過數(shù)字化和有損壓縮編碼，使其重建圖像分辨率有所下降，這均會干擾新聞視頻中的字幕提取的準確性。本文通過分析了新聞字幕的紋理特征，提出一種新的特征組合，其可以有效地實現(xiàn)鏡頭切換幀中的文字塊與非文字塊的辨別。識別算法中共選取20個識別特征，其中包括四個不同偏移量下的灰度共生陣提取的對比度、相關以及熵共12個；由圖像小波變換LH子帶和HL子帶提取系數(shù)方差和系數(shù)直方圖方差共4個；邊緣強度

3、圖中提取的四個方向的邊緣強度比特征共4個。在分類器的選擇上，本文通過比較多種分類算法，選擇了SVM進行文字塊與非文字塊的分類，通過對特征和分類器的大量試驗，結果表明從特征選擇到分類器的選擇都是合理而有效的。另一方面，考慮到各電視臺通常選用不同的顏色區(qū)分主題式字幕與采訪式字幕，本文提出一種基于K均值聚類的方法，通過計算各類與標準主題式字幕的顏色距離，進行這兩類字幕的辨別。最后，運用了包括形態(tài)學濾波和投影直方圖等后處理技術進行字幕區(qū)域的精確