【摘要】：視頻內(nèi)容識別是通過對視頻的分析得到視頻所要表達的主題,是一種對視頻進行抽象概述的行為。視頻內(nèi)容識別對于目前信息網(wǎng)絡的發(fā)展具有重要意義。思科公布的互聯(lián)網(wǎng)預測報告顯示未來五年內(nèi)全球的互聯(lián)網(wǎng)流量增長近三倍,個人互聯(lián)網(wǎng)流量的比例將增長到82%。視頻內(nèi)容服務已是信息網(wǎng)絡中的主流業(yè)務,如何處理與分析海量的視頻內(nèi)容成了亟待解決的問題。如識別廣播視頻中的廣告內(nèi)容,網(wǎng)絡視頻中的違禁鏡頭等。視頻內(nèi)容識別通過分析視頻得出簡要抽象的結(jié)果,更能夠滿足視頻數(shù)量巨大的信息網(wǎng)絡的發(fā)展需求。廣告包含豐富的商業(yè)信息。本文以視頻廣告為例,設計了視頻內(nèi)容識別系統(tǒng),用于識別廣告內(nèi)容。廣告是抽象的視頻描述,為了識別廣告內(nèi)容,需要檢測視頻中的鏡頭邊界,以鏡頭為單位判斷視頻是否為廣告。因為非廣告鏡頭中也會出現(xiàn)商標或廣告語等廣告特征,需要在確定是廣告的基礎上進一步識別出是什么廣告。已有的工作中,鏡頭邊界檢測算法計算效率低,鏡頭分類的方法也無法滿足視頻類型多樣的情況。本文結(jié)合卷積神經(jīng)網(wǎng)絡與傳統(tǒng)的計算機視覺處理技術,綜合圖像和音頻的多維特征進行視頻內(nèi)容識別,設計并實現(xiàn)了完整的視頻內(nèi)容識別系統(tǒng)。本文的具體貢獻主要有如下三個方面。(1)基于實驗數(shù)據(jù),提出了新的鏡頭邊界檢測方法�；谡鎸嵉膹V播數(shù)據(jù),使用顏色特征設計了一種新的鏡頭邊界檢測方法。相比于其他方法,本文的方法計算簡單,能夠降低鏡頭漸變的影響,方便后續(xù)的鏡頭分類和內(nèi)容識別工作。(2)提出一種新的鏡頭特征提取方法,即使用卷積神經(jīng)網(wǎng)絡提取鏡頭特征,并利用該特征將鏡頭分為廣告與非廣告兩類。傳統(tǒng)的視頻特征如顏色、紋理等,只能進行低維具體描述,而使用卷積神經(jīng)網(wǎng)絡提取的鏡頭特征,具有高維抽象表達的能力,而且計算效率高。使用該特征訓練支持向量機分類器,將鏡頭分為廣告與非廣告兩類,精確率與召回率分別達到93.74%和95.33%。(3)綜合視頻中圖像與音頻的特征,設計并實現(xiàn)了視頻內(nèi)容識別系統(tǒng)。之前的視頻識別方法大多只使用了圖像特征或者將圖像與音頻在特征層融合后進行識別。本文設計了新的識別方法,分別使用圖像特征和音頻特征進行視頻內(nèi)容識別,并在結(jié)果層融合,提升鏡頭的識別準確率。在此基礎上將識別結(jié)果提升到廣告層級,最終廣告識別的精確率和召回率分別達到90%和98.02%。本文提出的方法有很強的泛化能力,只需要提供對應的訓練數(shù)據(jù),便能夠適用于違禁鏡頭檢測等視頻分類任務。
【學位授予單位】：北京交通大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：TP391.41
【圖文】：

邋ｃｒ）邋＝邋（Ｇ（ｘ，邋ｙ，邋ｋｃｒ）邋－邋Ｇ（ｘ，ｃｒ））邋＊邋Ｉ（ｘ，邋ｙ）逡逑＝Ｌ（ｘ，邋ｙ，邋ｋｃｒ）邋－邋Ｌ（ｘ，ｃｒ）逡逑圖２－１展示了由高斯尺度空間生成高斯差分尺度空間的過程，第二步是尋找高逡逑斯差分尺度空間的極值點，如圖２－２所示：逡逑＜？？＊！邋邐邐邐逡逑－：Ｕ；－邋．邐＾逡逑Ｄｉｆｅｅｎｃｅ邋ｏｆ逡逑｛Ｓａｙｓn糯危牽螅酰螅螅椋幔鑠澹模模彥義賢跡玻備咚雇枷裼敫咚共罘滯枷瘢ú慰嘉南祝郟擔埃藎╁義希疲椋紓酰潁邋澹玻卞澹牽幔酰螅螅椋幔鑠澹桑恚幔紓澹簀澹幔睿溴澹模椋媯媯澹潁澹睿悖邋澹錚駑澹牽幔酰螅螅椋幔鑠澹桑恚幔紓澹螅ǎ潁澹媯澹潁潁澹溴澹簦镥澹郟擔埃藎╁義細鰣未蹂義希櫻悖幔歟邋義�，ｉu遙哄義希澹義賢跡玻哺咚共罘滯賈械募檔悖ú慰嘉南祝郟擔埃藎╁義希疲椋紓酰潁邋澹玻插澹牛簦潁澹恚邋澹校錚椋睿翦澹錚駑澹模椋媯媯澹潁澹睿悖邋澹錚駑澹牽幔酰螅螅椋幔鑠澹桑恚幔紓澹螅ǎ潁澹媯澹潁潁澹溴澹簦镥澹郟擔埃藎╁義銑叨瓤占淶募檔鬩蟾玫愕鬧蕩笥諢蛐∮謁邢嗔詰牡悖ㄉ喜悖垢齙�，辶x舷虜悖垢齙閿脛芪В父齙悖玻玻陡魷嗔詰�。諛I(yè)剿屑檔愫螅枰員榷缺儒義轄系偷囊約按τ詒咴檔牟晃榷ǖ牡閔境�，余下的极謾n闋魑卣韉憬忻枋觥５阱義先勘閌歉錳卣韉愀秤枰桓觶保玻肝姆較蠆問�，其bㄊ搶霉丶懔謨螄袼劐義系奶荻確較蚍植繼匭岳錘懇桓齬丶闃付ǚ較蠆問庋瞿芄皇垢妹枋鼉哂繡義閑槐湫�。公蕜Σ－１�

本文編號：2765446