基于支持向量机的视频字幕自动定位与提取

视频字幕蕴含了丰富语义 ,可用于对相应视频流进行高级语义标注 .文中首先将原始图像帧分割为 N× N的子块 ,提取每个子块的灰度特征 ;然后使用预先训练好的 SVM分类机进行字幕子块和非字幕子块的分类 ;最后结合金字塔模型和后期处理过程 ,实现视频图像字幕区域的自动定位提取 .实验表明文中方法取得了良好的效果     

基于压缩域特征话者识别的电视节目分类检索

本文提出在压缩域上直接对MPEG音频信号进行分析,达到电视节目实时分析检索目的.算法分为三步:首先利用压缩域特征对音频信号进行分割,然后应用分层方法把分割出来的音频片段粗分成音乐、语音和其它三个基本类别;由于话者身份是语音信号中的重要检索线索,最后利用隐马尔可夫链实现了与文本无关的话者识别,并用识别出来的话者身份对语音信号和其相应的视频进行标注     

基于独立关键子块的图像检索新方法

传统文本检索中很多好的方法很难在图像检索中得以应用，因为文本检索是基于关键宇进行相似信息检索的．为了有效利用文本检索中业已存在的好方法，提出基于独立关键子块进行图像检索的新方法：首先通过独立分量分析方法得到图像独立关键子块空间，然后使用模糊支持向量机去识别每幅图像中所包含的独立关键子块，这样就可以采用类似文本中关键宇检索方式去实现相似图像检索．     

基于模糊聚类表征的音频例子检索及相关反馈

避免先前基于例子的音频检索要按照监督机制训练不同类别的复杂的音频模板,直接从原始音频流中提取压缩域特征,使用时空约束机制进行压缩域特征的模糊聚类,用聚类结果的质心来表征整个音频例子,基于聚类质心完成相似度匹配,实现基于非监督机制的音频例子快速检索．并在检索过程中引入相关反馈,根据用户对检索结果的相关反馈调整检索结果,使其与用户的感官相似一致．实验结果表明,此种方法可以达到快速检索的效果,检索准确率可达85％以上．     

基于独立关键子块和三角树的快速图象检索新方法

由于图象存储数据量非常大,因此提取图象特征和检索极为耗时.为了提高图象检索效率,将文本检索中的有效检索方法(基于关键字频率与关键字逆文档频率乘积的索引模型)结合三角树索引机制应用到基于内容的图象检索,提出了一种基于独立关键子块和三角树的快速图象检索新方法.该方法首先用独立分量分析将样本图象子块中的直方图特征映射到色彩概念空间来得到类似于文本中关键字的独立关键子块;然后再用训练好的模糊支持向量机去识别每幅图象中所包含的独立关键子块,由于独立分量分析能够使特征彼此保持高阶独立性,因此该方法与主成分分析方法对比,具有较高检索效率;最后,再通过构造三角树来来为图象数据库建立分层索引结构,以加快检索速度.     

基于SVM和ICA的视频帧字幕自动定位与提取

视频字幕蕴涵了丰富语义,可以用来对相应视频流进行高级语义标注,但由于先前视频字幕提取考虑的只是如何尽可能定义好字幕特征,而忽视了分类学习机自身的学习推广能力.针对这一局限性,提出了一种基于支持向量机和独立分量分析的视频帧字幕定位与提取算法.该算法是首先将原始图象帧分割成N×N大小子块,同时将每个子块标注为字幕块和非字幕块两类;然后从每个子块提取能够保持相互高阶独立的独立分量特征去训练支持向量机分类器;最后结合金字塔模型和去噪方法,用训练好的支持向量机来实现对视频字幕区域自动定位提取.由于支持向量机能够在样本不是很多的情况下,具有良好的分类推广能力以及能使独立成分特征之间彼此保持高阶独立性,与其他视频帧字幕定位提取算法比较的结果表明,该算法具有明显的优点.     

足球比赛精彩场景的自动分析与提取

提出了基于MPEG压缩域音频流的足球比赛精彩场景自动分析与提取算法．首先直接提取出压缩域音频特征；然后基于提取出来的压缩域特征实现解说音的检测和分割，并且分别识别足球比赛中解说员激动解说和观众激昂欢呼两种类型音频事件；最后通过概率融合生成最终结果，融合结果所对应的比赛片段就是提取出的足球比赛精彩场景．实验结果表明了该算法的可行性．