DTV節(jié)目制播前端內(nèi)容描述生成技術研究.pdf

1、隨著信息技術的發(fā)展，我國廣播電視將逐步推行數(shù)字化技術，節(jié)目由傳統(tǒng)的模擬視音頻向數(shù)字視音頻過渡，除了在節(jié)目制播中利用宏觀的視音頻描述信息之外，視音頻內(nèi)容級的描述信息生成和使用成為交互數(shù)字電視技術研究的重要內(nèi)容。 從信息描述的粒度考慮，本論文的研究工作主要分為兩部分：1．基于宏觀描述的數(shù)字電視(Digital Television，簡記為DTV)前端制播軟件的設計與實現(xiàn)，主要由節(jié)目制作、節(jié)目編排以及調(diào)度式播控模塊組成；2．基于微

2、觀描述的視頻內(nèi)容描述生成技術研究，主要包括視頻鏡頭自動分割和關鍵幀自動抽取。 在制播軟件的開發(fā)中，給出了視頻節(jié)目宏觀信息的描述、獲取和存儲方式；在節(jié)目制作模塊中采用了組合節(jié)目的方法以簡化節(jié)目制作；在節(jié)目編排模塊中通過對頻道分類并設計規(guī)則實現(xiàn)了節(jié)目的可視化編排；并針對純數(shù)據(jù)類型頻道設計實現(xiàn)了在線更新節(jié)目的播控方法。 在鏡頭自動分割的研究中，針對基于直方圖的分割方法無法區(qū)分漸變和攝像機或被拍攝物運動的不足，通過總結和

3、利用鏡頭疊化發(fā)生時圖像熵的變化——由于圖像的融合而造成圖像模糊，使得圖像熵相對減小；以及鏡頭或被攝物運動時圖像熵的變化特點，有效地區(qū)分了疊化和運動。用TRECVID測試視頻進行測試的結果顯示，改進后的算法能夠提高正確率和/或降低誤判率。 在鏡頭關鍵幀提取時實現(xiàn)并改進了基于自適應閾值的自動提取關鍵幀的聚類算法。引入了基于MPEG-7 EHD的全局邊緣直方圖和半全局邊緣直方圖特征，所抽取的關鍵幀能更好地描述鏡頭的內(nèi)容；隨鏡頭長度