體育視頻的內(nèi)容分析技術(shù)研究.pdf

1、隨著視頻數(shù)據(jù)的飛速膨脹，如何找到所需的信息已經(jīng)成為一個急需解決的問題。本論文面向體育視頻領(lǐng)域，研究基于內(nèi)容的視頻分析和檢索技術(shù)。其目的就是通過對視頻內(nèi)容進(jìn)行計算機(jī)處理、分析和理解建立結(jié)構(gòu)和索引以方便用戶獲取，具有重要的理論意義和應(yīng)用前景。 體育視頻分析技術(shù)的核心是對語義事件及其相互關(guān)系的分析，這是一個復(fù)雜而又富有挑戰(zhàn)性的問題，其本質(zhì)在于適于計算機(jī)處理的底層特征與適于人類理解的高層語義之間存在巨大的鴻溝。我們的研究主要集中在這一方

2、向上，探討結(jié)合領(lǐng)域知識對視頻這種時空多維信號進(jìn)行模式分析的基本方法。在論文中，我們首先分析了一類特殊的語義事件，即所謂精彩事件。然后針對更一般的語義事件，分別研究了基于規(guī)則和基于統(tǒng)計的分析方法。 體育視頻中的精彩事件沒有明確的含義，只是表示比賽中觀眾可能感興趣或比較重要的片斷。已有的方法使用視覺或聽覺特征建立主觀模型來檢測精彩片斷，但是由于底層特征不能充分表達(dá)人的情緒感受，很難達(dá)到較高準(zhǔn)確度。觀察到精彩事件之后會出現(xiàn)重放的慢鏡頭

3、，我們提出了一種基于重放的精彩事件檢測方法。該方法綜合顏色特征和攝像機(jī)運動分析，通過鏡頭邊界檢測、重放標(biāo)志識別和運動模式匹配，實現(xiàn)了精彩事件的自動提取。實驗表明我們的方法是有效的，其中查準(zhǔn)率達(dá)到92％，查全率達(dá)到98％，高于主觀模型方法75％左右的查全率和查準(zhǔn)率。 借鑒自然語言處理的基本思想，我們研究了基于規(guī)則的體育視頻分析方法，提出了一種基于文法的視頻分析系統(tǒng)。首先，我們將視頻流分解為基本的鏡頭序列；然后，通過事件檢測，對每個

4、鏡頭賦予一個語義標(biāo)注形成記號序列；最后，再通過語法解析和校驗，為視頻生成目錄層次結(jié)構(gòu)。與文獻(xiàn)中已有的視頻分析系統(tǒng)相比，我們的系統(tǒng)不僅能夠標(biāo)注語義事件，而且能夠識別出體育比賽的層次結(jié)構(gòu)，更好的滿足了用戶的需求。 基于規(guī)則方法的缺點是需要人為根據(jù)領(lǐng)域知識設(shè)定規(guī)則。為此，我們研究了基于統(tǒng)計的方法，提出了一種采用動態(tài)貝葉斯網(wǎng)絡(luò)從數(shù)據(jù)集中自動學(xué)習(xí)知識并進(jìn)行統(tǒng)計推理的方法。在此基礎(chǔ)上，為了有效融合多模式信息和多層次上下文約束，我們提出了一個