基于視覺(jué)和文本的新聞視頻檢索系統(tǒng)實(shí)現(xiàn).pdf

1、隨著網(wǎng)絡(luò)和多媒體技術(shù)的發(fā)展，數(shù)字視頻信息呈現(xiàn)出爆炸式增長(zhǎng)趨勢(shì)，每天產(chǎn)生海量的視頻多媒體數(shù)據(jù)，如何從中檢索出用戶感興趣的視頻數(shù)據(jù)，是當(dāng)前計(jì)算機(jī)檢索技術(shù)的熱門(mén)方向之一。除傳統(tǒng)的文本檢索外，基于視覺(jué)信息的檢索已成為計(jì)算機(jī)科學(xué)的重要研究課題。本文以新聞聯(lián)播視頻為研究對(duì)象，根據(jù)新聞聯(lián)播視頻本身特有的組織、結(jié)構(gòu)和檢索方法，通過(guò)視頻圖像的視覺(jué)特征（如顏色、紋理、局部特征點(diǎn)、NDK等）進(jìn)行檢索，并結(jié)合傳統(tǒng)的文本檢索，構(gòu)建了基于視覺(jué)和文本的新聞聯(lián)播視頻檢

2、索系統(tǒng)。對(duì)新聞視頻檢索來(lái)說(shuō)，故事的分割是整個(gè)過(guò)程中的重點(diǎn)和難點(diǎn)。本文在前人工作的基礎(chǔ)上，將關(guān)鍵幀中主持人幀和字幕幀進(jìn)行識(shí)別區(qū)分，再輔以音頻信息檢測(cè)作為故事分割的依據(jù)，大大提高了新聞故事分割的完整性和準(zhǔn)確性，進(jìn)而提高了新聞視頻檢索的可靠性和有效性。
　　 本文研究工作如下:
　　 (1)實(shí)現(xiàn)了新聞視頻數(shù)據(jù)的網(wǎng)絡(luò)獲取。多媒體信息檢索系統(tǒng)首先要有檢索的數(shù)據(jù)，在對(duì)中國(guó)網(wǎng)絡(luò)電視臺(tái)(CNTV)后臺(tái)數(shù)據(jù)進(jìn)行分析后，通過(guò)IP地址解析，獲

3、取CNTV新聞視頻數(shù)據(jù)的URL鏈接及該視頻的id、日期等信息。
　　 (2)分析了關(guān)鍵幀提取方法。綜合分析了當(dāng)前已有的關(guān)鍵幀提取技術(shù)，選用適合新聞聯(lián)播視頻的關(guān)鍵幀提取方法。
　　 (3)提出了播音員幀、字幕幀結(jié)合靜音點(diǎn)檢測(cè)的新聞視頻分割方法。對(duì)主持人幀、字幕幀進(jìn)行了識(shí)別、提取，對(duì)靜音點(diǎn)進(jìn)行檢測(cè)，并綜合進(jìn)行新聞視頻的故事分割。
　　 (4)構(gòu)建了新聞聯(lián)播視頻檢索系統(tǒng)的檢索平臺(tái)。建立了新聞聯(lián)播視頻的檢索平臺(tái)，用戶可以