内容的新闻视频的切变镜头检测算法

为解决新闻视频组织和检索中对新闻视频进行基于内容分割的问题,提出了一种新的镜头分割方法。该方法利用相邻帧之间特征值之差初步判定镜头的切变位置,其特征值差阈值能自适应调整并对潜在的镜头切变位置进行闪光检测。试验结果表明,该算法能快速、准确地检测出新闻视频中的切变镜头。其中查全率和查准率平均能达到94%和89%，较原来方法都有所提高。     

基于边界归类的新闻视频故事分割算法

为有效组织和浏览新闻视频,提出了一种基于边界归类的新闻视频故事分割算法.该算法视镜头边界为候选故事边界,并定义新闻基本处理单元划分新闻视频.算法分为新闻基本处理单元的获取和新闻基本处理单元分析两部分.前者采用镜头分割和镜头标定对原始视频进行合理划分,获取基本处理单元边界,有效缩小故事边界判定范围;后者对基本处理单元内的字幕文本进行分析,实现了字幕文本分类和主题字幕相似性比较,并结合静音特征,从音视频两方面判定故事边界,得到最终的分割结果.实验结果表明,该算法能有效描述新闻故事边界,准确分割新闻故事单元,实现对新闻视频的语义划分,为新闻视频检索、导航等应用提供前期辅助.     

新闻视频静态图形标识分割

提出了一种新的新闻视频静态图形标识分割算法.采用时域采样选取代表帧序列,利用静态标识的时空特性定位潜在标识区域,结合标识区域的尺寸、位置等特征滤除干扰区域,最终分割出标识区域.与已有方法相比,所提方法实现简单,可以有效分割半透明标识.     

基于GEP自动聚类算法的视频关键帧提取方法

视频关键帧提取技术是视频数据处理研究领域的热点研究问题.该文针对现有的镜头边界检测技术不能有效提取关键帧的不足,提出一种基于小波边缘检测算子的自适应分块视频镜头边界检测算法.通过检测视频镜头变化,得到分割的镜头,然后对视频帧提取图像特征,并利用基因表达式编程(GEP)的自动聚类功能对视频帧进行聚类,提出并实现了基于GEP自动聚类的视频关键帧提取算法(KFC‐GEP).实验证明该方法能较好的提取视频序列的关键帧.     

基于支持向量机的视频语义场景分割算法研究

针对视频分割中存在的低层特征与高层语义之间“语义鸿沟”问题，在对视频进行镜头边界检测的基础上，引入视频语义概念矢量的定义，实现了一种基于支持向量机的视频语义场景构造方法。根据镜头关键帧画面语义的不同，提取镜头关键帧的颜色特征，并将其归一化；然后利用支持向量机对归一化后的特征量进行语义分类预测，从而生成语义矢量；将生成的语义矢量应用于已有的重叠镜头链方法，对镜头关键帧进行聚类，按语义差别构造出不同场景。实验结果证明了该方法的有效性。     

基于时空切片的新闻主播检测算法

为实现海量新闻视频的有效索引和检索,提出了一种基于时空切片（spatio—temprol slice,STS）特性的新闻主播检测方法．通过对时空切片的模式分析,聚类和信息融合,实现了新闻主播镜头的自动检测．该方法完全通过对新闻视频结构的分析,利用其共有的特性,对不同的新闻视频实现主播镜头自适应检测．大规模实验证明了该算法准确性高,鲁棒性强且计算复杂度低．     

一种MPEG压缩视频的快速视频分割方法

针对越来越多的视频数据以压缩形式存在的现状,提出一种MPEG（移动图像专家组）压缩视频的快速镜头边界检测算法,利用DC（直流分量）序列计算HSV（色调、饱和度和亮度）颜色空间的直方图差,通过二次处理去除由闪光灯和渐变过程不连续引起的错误分割,使误检率大大下降,该算法对双阈值比较方法进行了改进,能更好地检测出包含停顿的镜头渐变。     

一种基于机器学习的视频镜头边界检测方法

镜头边界检测是基于内容视频检索中的第一步,在视频分析中扮演着重要角色。在此基于统一的机器学习框架,提出一种新颖的模式分类方法来解决新闻和广告视频中镜头检测问题。该方法利用支持向量机将镜头分为无场景变化、切变以及大场景变化;在大场景变化中,进行快速运动和渐变的分类。同时研究了以往同类工作中所忽视的不平衡样本分类问题。实验结果表明该方法能有效检测出新闻和广告视频中的镜头转换。     

一种基于背景重建和视差图的立体视频对象分割算法

提出了一种基于背景重建和视差图的立体视频分割算法,利用背景、视差和边缘等信息进行运动对象分割。该算法首先采用基于块的背景重建方法获取视频序列的背景信息,再利用背景相减法获得运动对象的初步分割结果,然后利用立体匹配获得的视差图对初步分割结果进行修正,最后利用边缘信息和后处理操作获得最终的立体视频运动对象。实验表明,该算法能够有效地从运动背景中将视频运动对象完整地提取出来。     

一种视频对象提取与跟踪的新方法

针对视频对象的分割问题，提出了一种新的视频对象提取与跟踪方法．首先采用分水岭分割和区域合并的方法进行初始分割，再通过光流场估计和全局运动估计计算全局运动的残余误差，在分割的每个区域上利用残余误差数据进行假设检验以确定运动区域，组合所有的运动区域即可提取完整的视频对象．然后使用双向投影的方法在后续帧中快速准确地跟踪视频对象，前向投影用来定位视频对象和简化分割计算，后向投影则用来确定每个分割的区域是否属于跟踪的视频对象．对MPEG-4测试序列的实验结果表明，本方法具有良好的分割性能．     

Integrating audio-visual features and text information for story segmentation of news video

0　IntroductionAsmoreandmorevideolibrariesareavailabletohomesandofficesthroughtheInternet,itbecomesincreasinglyimpor tanttoefficientlymanagethevideocontent,soastoprovidethesupportforotherapplications.Inordertocharacterizethevideocontent,videostructureparsingisrequiredforindexing.Manyliteratureshaveaddressedtheshotboundarydetectiontechniques,suchasRef.[1,2 ].Someresearchershavepresentedsceneseg mentationorextractionalgorithms,forexample ,Ref.[3]pre sentsanovelalgorithmthatusesnumberofinterpol…     

摄相机运动识别及视频分割的组合检测新方法

针对视频镜头分割处理的需求，提出了一种综合运动参数曲线法．它以由压缩域视频流中运动信息估计出的摄像机运动参数为基础，对视频流进行基于内容的分析．该方法的特点是在对视频流处理中将摄像机的运动识别与视频分割问题综合考虑，在求取帧间摄像机运动参数以及判断连续帧间的摄像机运动趋势的同时，可一并实现对视频流时域上的自动分割，以及近景镜头等的识别，对各种类型视频均采用相同的技术操作和统一的门限值，具有上佳的鲁棒性，对MPEG组织专用于内容检索的10类共计284min的标准视频进行了实验，查全率达92％～100％，查准率也高达86％以上(动画及体育片段除外)，证实了所提方法的有效性。     

Content-based hierarchical analysis of news video using audio and visual information

A schema for content-based analysis of broadcast news video is presented. First, we separate commercials from news using audiovisual features. Then, we automatically organize news programs into a content hierarchy at various levels of abstraction via effective integration of video, audio, and text data available from the news programs. Based on these news video structure and content analysis technologies, a TV news video Library is generated, from which users can retrieve definite news story according to their demands. Foundation item: Supported by the Science Item of National Power Company (No. SPKJ 016-071) Biography: Yu Jun-qing (1975-), male, Ph. D candidate, research interests: scientific visualization and video database.     

基于RS理论的镜头分割预处理算法

在分析视频数据特征的基础上,引入粗糙集的属性约简理论,提出一种基于RS理论的镜头分割预处理算法.该算法首先从压缩域提取视频帧的DCT系数,在对DCT系数处理后得到DC系数的信息系统,然后利用RS理论对信息系统进行属性约减,最后得到没有冗余的帧序列.实验结果显示,算法处理后,镜头的帧数目大幅度减少,而后续的镜头分割结果基本不变.实验结果表明,此算法在镜头分割前能消除大量的冗余数据,避免了大量的复杂运算.     

电视新闻节目语言规律探析——视觉传播下的电视新闻写作思考之三

电视新闻节目之所受到人们的广泛欢迎,究其原因,从根本上说,是它语言的独特性,即声屏并茂的电视语言。电视新闻节目语言是包括图像、声音和文字等在内的集视觉语言与听觉语言于一体的综合性叙事语言信息传播。视觉语言与听觉语言＂各扬其长、互补其短＂,共同构建电视新闻节目叙事语言,才能实现电视新闻节目的有效传播。     

利用空域和时域信息自动分割MPEG-4视频对象

从视频序列中分割出视频对象是实现基于内容压缩编码方法的关键，该文提出了利用空域和时域信息实现MPEG-4视频对象的自动分割方法，利用相邻两帧的帧差和当前帧的纹理、颜色信息及面部定位、梯度滤波等技术，实现目标的初始化，再利用快速Hausdorff距离法跟踪目标．处理结果表明，该方法对处理相对静止的头肩序列图像具有较强的稳定性，处理速度较快，能取得较好的分割效果。     

电视新闻写作规律初探——视觉传播下的新闻写作思考之一

电视新闻写作就是运用采访获得的事实素材,在一定的新闻主题统领下,结合画面,如实还原或评述事实。然而,我们在进行还原或评述事实时,就会发现:电视新闻的写作受到诸多因素的影响和制约,这些因素仿佛就像一只只无形的手,支配着记者的笔。文章从"采访决定"、"物我交融"、"四体合一"、"双重转换"、"镜头语言"等方面,探索其内在的规律与写作机制。     

一种“时-空”域自动视频分割算法

为了进行基于对象的视频编码,视频图像往往需要被分割成单独的个体.提出了一种从时域到空域的自动视频分割算法.在时间域阶段,通过对相邻两帧变化部分的检测,找到运动目标的初步定位.在空间域阶段,采用预测分水岭算法对运动目标进行精确定位.两种方法互相补充,互相增强.另外为了解决分水岭的过分割问题,算法在小波变换后的图像上进行.实验结果表明,提出的方法不仅分割效果好,而且计算时间少,分割的结果具有更准确的语义信息和实用性.     

电视新闻节目写作文本探析——传播视觉下的电视新闻写作思考之二

众所周知,不论是以阅读为主要特征的报刊文字新闻,或是以听觉为主要特征的广播新闻,还是以视觉图像为主要特征的电视新闻节目都是需要“写”的。与报刊新闻、广播新闻写作不同的是,电视新闻节目写作不仅仅是运用文字语言、文章体裁来述说新近发生的事实,还要运用图像语言和声音语言来表现新闻事实,是多种语言符号的综合运用。这就是电视新闻节目的文本写作。