魯棒的視頻廣告檢測技術(shù)研究.pdf

1、作為一種把多種媒體信息綜合在一起進(jìn)行處理的技術(shù)，多媒體技術(shù)現(xiàn)在正迅猛的發(fā)展，隨之而來的多媒體數(shù)據(jù)在日常的信息傳遞中無處不在。 面對如此海量的數(shù)據(jù)，如何快速的檢索出所需要信息的問題亟需解決。因此，基于內(nèi)容的視頻、圖像和音頻檢索等多媒體檢索技術(shù)發(fā)展已經(jīng)成為一個涉及和包含多門學(xué)科理論的新的綜合性的應(yīng)用領(lǐng)域。其中視頻廣告作為商業(yè)信息的主要載體在數(shù)字化的今天扮演著日益重要的角色，然而對于廣告檢測的研究還相對比較落后。原因在于一方面廣告的制

2、作技巧和表現(xiàn)方式復(fù)雜多變，沒有統(tǒng)一的規(guī)則可言；另一方面作為視頻信息的一部分，廣告的持續(xù)時間很短，因此特征周期不夠明顯，檢測起來相對困難。本論文在參閱大量文獻(xiàn)的基礎(chǔ)上，系統(tǒng)地分析了視頻廣告播放中的視覺與音頻信息的結(jié)構(gòu)和特征，提出了魯棒的視頻廣告檢測框架。本文的成果性工作包括： ①在廣告鏡頭檢測方面，首先從鏡頭邊緣檢測出發(fā)，提出了基于區(qū)域特征重要性的切變鏡頭檢測算法和消隱鏡頭的檢測算法，從而將視頻段分割成鏡頭集合。同時在切變鏡頭的檢

3、測過程中，采用了自適應(yīng)的閾值算法，從而提高了切變鏡頭檢測算法的魯棒性。 ②在廣告音頻融合方面，利用音頻切變特征，對廣告內(nèi)部的音頻進(jìn)行切變檢測，然后根據(jù)音頻切變位置，對每一個已經(jīng)分割完畢的鏡頭進(jìn)行邊界的精確定位，從而為得到準(zhǔn)確的視頻廣告段做準(zhǔn)備。 ③在視頻廣告后期處理方面，考慮到視頻廣告段在時間和內(nèi)容上的連續(xù)性和一致性，我們采用了滑動窗口值累計算法，對已經(jīng)分類的鏡頭進(jìn)行重新分類，從而消除錯分類的鏡頭。最后利用廣告時間連續(xù)性