基于音频分析的视频摘要技术研究

来源 :哈尔滨工业大学 | 被引量 : 0次 | 上传用户:lifengno1
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
数字视频属于国家重点发展的信息产业领域,宽带网络和数字电视的迅速发展,使得视频点播、交互电视、视频网站等应用都将面临大量涌现的数字化视频数据,对视频摘要技术的研究对基于视频的各种应用就具有重要意义。但视频摘要是近年来新兴的技术,国内外的研究还存在很多不足,从而限制了视频摘要技术的广泛应用。  本课题研究的目的在于通过分析视频中的音频信息,提取出从音频信息中反映出的精彩事件,从而对相应视频内容进行摘要。  本文以足球视频为例,分析计算了视频中对应的音频信息的一些音频特征,并利用这些音频特征设计了本系统实现的算法。本文研究内容主要包括以下几个方面:  (1)研究了足球视频中声音随着球场事件的变化情况,提出通过分析音频信号短时能量变化来生成视频摘要的算法。  (2)采用对音频数据先滤波后分析的办法,减少了噪音对摘要结果的影响,根据滤波后不同频段的音频信号能量变化剧烈情况不同,给出了自适应生成视频摘要的计算方法。  (3)通过检测精彩片段出现时是否出现哨音,区别射门事件和犯规事件,并分析该处能量曲线的变化,给出了判断射门球进与否的计算方法。  (4)分析了设置不同的能量阀值时,对摘要结果的影响,并且分析设置不同的能量均方差阀值时,对判断射门是否球进的影响。  本文中由实验得到的结论反映了足球视频中音频信息的一些特性,为把视频摘要技术进一步应用到其他体育节目视频中提供了理论基础;对音频数据先滤波后分析的计算方法,以及对音频信号短时能量与能量变化剧烈情况分析后联合计算摘要结果的方法,对基于音频分析的视频摘要系统设计提供了一定的参考价值。
其他文献
在WCDMA基站中,主控板和其他外围单板之间的交互显得非常繁琐,并且难以控制,一般的做法是采用大量的自定义的消息进行交互,即将需要交互的数据以厂家特定的形式封装在UDP或者TCP
随着计算机网络通信的迅猛发展,网络安全开始被人们所重视,其中安全协议分析验证已成为一个研究热点。对安全协议的分析验证的方法和手段有很多,其中形式化分析方法已被证明
场景文本识别主要研究的内容是识别出自然场景环境下拍摄的图像中所包含的文本。自然场景文本包括路牌、商业广告、杂货店店面和车牌号码等。随着计算机技术的发展,尤其是智能
随着计算机技术的普及以及互联网的快速发展,搜索引擎已经成为人们日常生活中必备的信息搜索与获取工具。虽然搜索引擎发展非常迅速,但其效果远未达到令人满意的程度。用户不得
随着计算机网络的快速发展,以及计算机用户的增多,使得Internet上的信息呈爆炸式增长。传统的基于C/S结构的文件共享系统已经不能满足用户的需求,一批基于P2P结构的文件共享系统
随着人们工作压力的日益增大,心血管疾病是现代工业社会中对人类生命威胁最大的疾病,我国城镇中现有4000多万冠心病患者。由于心脏疾病发病时具有很大的突然性,如果失去了宝贵
AdHoc网是由一组带有无线收发装置的移动终端组成的一个多跳临时性自组织网络。它起源于军事上的需求,并且近几年来,随着便携式计算机设备的普及以及无线通信技术的快速发展,人
基于模型的诊断是由Reiter在1987年提出的一种基于逻辑推理的故障诊断方法.待诊断系统的行为可以通过系统的输入输出变量之间的对应关系来描述.由于其一般性和在许多领域的应
电子邮件过滤系统的主要任务是帮助用户节省手动删除垃圾邮件的时间和精力,帮助服务器过滤掉垃圾邮件以节省网络资源。邮件过滤属于文本分类的二值分类,系统必须具有实时性、高
许多工业生产存在非线性、时变性、维数高的等不确定性特点,因此较难用传统的建模方法进行精确地描述。为构造一个合理的、可追踪的模型就需要引入模糊性的概念,并且理论已经证