【摘要】：視頻內(nèi)容識(shí)別是通過對(duì)視頻的分析得到視頻所要表達(dá)的主題,是一種對(duì)視頻進(jìn)行抽象概述的行為。視頻內(nèi)容識(shí)別對(duì)于目前信息網(wǎng)絡(luò)的發(fā)展具有重要意義。思科公布的互聯(lián)網(wǎng)預(yù)測(cè)報(bào)告顯示未來五年內(nèi)全球的互聯(lián)網(wǎng)流量增長(zhǎng)近三倍,個(gè)人互聯(lián)網(wǎng)流量的比例將增長(zhǎng)到82%。視頻內(nèi)容服務(wù)已是信息網(wǎng)絡(luò)中的主流業(yè)務(wù),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(shí)別廣播視頻中的廣告內(nèi)容,網(wǎng)絡(luò)視頻中的違禁鏡頭等。視頻內(nèi)容識(shí)別通過分析視頻得出簡(jiǎn)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(luò)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(shè)計(jì)了視頻內(nèi)容識(shí)別系統(tǒng),用于識(shí)別廣告內(nèi)容。廣告是抽象的視頻描述,為了識(shí)別廣告內(nèi)容,需要檢測(cè)視頻中的鏡頭邊界,以鏡頭為單位判斷視頻是否為廣告。因?yàn)榉菑V告鏡頭中也會(huì)出現(xiàn)商標(biāo)或廣告語等廣告特征,需要在確定是廣告的基礎(chǔ)上進(jìn)一步識(shí)別出是什么廣告。已有的工作中,鏡頭邊界檢測(cè)算法計(jì)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(luò)與傳統(tǒng)的計(jì)算機(jī)視覺處理技術(shù),綜合圖像和音頻的多維特征進(jìn)行視頻內(nèi)容識(shí)別,設(shè)計(jì)并實(shí)現(xiàn)了完整的視頻內(nèi)容識(shí)別系統(tǒng)。本文的具體貢獻(xiàn)主要有如下三個(gè)方面。(1)基于實(shí)驗(yàn)數(shù)據(jù),提出了新的鏡頭邊界檢測(cè)方法�；�于真實(shí)的廣播數(shù)據(jù),使用顏色特征設(shè)計(jì)了一種新的鏡頭邊界檢測(cè)方法。相比于其他方法,本文的方法計(jì)算簡(jiǎn)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(shí)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(luò)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(jìn)行低維具體描述,而使用卷積神經(jīng)網(wǎng)絡(luò)提取的鏡頭特征,具有高維抽象表達(dá)的能力,而且計(jì)算效率高。使用該特征訓(xùn)練支持向量機(jī)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(dá)到93.74%和95.33%。(3)綜合視頻中圖像與音頻的特征,設(shè)計(jì)并實(shí)現(xiàn)了視頻內(nèi)容識(shí)別系統(tǒng)。之前的視頻識(shí)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(jìn)行識(shí)別。本文設(shè)計(jì)了新的識(shí)別方法,分別使用圖像特征和音頻特征進(jìn)行視頻內(nèi)容識(shí)別,并在結(jié)果層融合,提升鏡頭的識(shí)別準(zhǔn)確率。在此基礎(chǔ)上將識(shí)別結(jié)果提升到廣告層級(jí),最終廣告識(shí)別的精確率和召回率分別達(dá)到90%和98.02%。本文提出的方法有很強(qiáng)的泛化能力,只需要提供對(duì)應(yīng)的訓(xùn)練數(shù)據(jù),便能夠適用于違禁鏡頭檢測(cè)等視頻分類任務(wù)。
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：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(diǎn)，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�逦�牽螅酰螅螅椋幔鑠澹�ＤＤ�彥義賢跡玻��備咚雇枷裼敫咚共罘滯枷瘢ú慰嘉南祝郟擔(dān)埃藎╁義希疲椋紓酰潁邋澹玻�１邋�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(dān)埃藎╁義細(xì)鰣未蹂義希櫻悖幔歟邋義�，ｉu遙哄義希�邋－．－－辶x賢跡玻�２高斯差窚�賈械募�謾n悖ú慰嘉南祝郟擔(dān)埃藎╁義希疲椋紓酰潁邋澹玻�２邋Ｅｘｔ�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(dān)埃藎╁義銑叨瓤占淶募�謾n鬩�求该点掉[蕩笥諢蛐∮謁�有相猎懩点，包括上层９庚_悖�辶x舷虜悖垢齙閿脛芪В父齙�，共２６隔溹猎戙。諛I(yè)剿�有极謾n愫螅�需要将秵T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�特枕d憬�行描述。第辶x先�部遍`歉�稿i卣韉愀秤枰桓觶保玻肝�的份^蠆問�，其�齜ㄊ搶�用关键点林兾囻素辶x系奶荻確較蚍植繼匭岳錘�脩┗庚r丶�甸樃定份^蠆問�，这样做能够使该描庶冞永C義閑�转不变性。公蕜Σ－１�

本文編號(hào)：2765446