1 / 60
文档名称:

新闻视频故事单元分割.pdf

格式:pdf   页数:60页
下载后只包含 1 个 PDF 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

新闻视频故事单元分割.pdf

上传人:cxmckate6 2015/12/27 文件大小:0 KB

下载得到文件列表

新闻视频故事单元分割.pdf

相关文档

文档介绍

文档介绍:緊苙蚦枷.—————————————————————————,鴈砒批咖鰋咖础啡删膕眅撇邸緊哟咄班璽琺:Ⅵ删钙鰍萾时甿:、琈:黷蓇巧觞琱誶鬳蓅琤痬嬲.。.·瑄瑃琣瑂硕士论文甇Ⅱ...
髀本文研究背景及意义在通信行业日益发达的今天,手机电视短剧Ⅲ某鱿郑沟玫鼻岸嗝教消费的形式发生了根本性的改变,网络上涌现出越来越多的在线视频网站,随之增多的是视频短镜头。多媒体消费已经从原先整体的、预制编辑好精心制作的内容陈述转变成一个连续的简短片段,单独的短剧集或者是一段几分钟的视频片段。多媒体消费形式的改变,离不开信息驱动以及状态快速更新的支持。在状态更新时,人们所关注的视频在时间上的跨度变小了,内容块与动态的多媒体“流信息”的相关性也变得弱了。这种改变趋势,深刻地影响了视频分割的需求,使得视频分割从单纯的小粒度如单帧、单镜头发展为对更大语义粒度上的需求。视频作为一种常见的多媒体消费品,观众可以很容易的确定自己需求的视频片段的大小,进而选择自己感兴趣的片段。为了模拟这种结构化的识别任务,机器通过学****一些现有的规则和模型,使用信号处理技术,来分析相关的视频内容。一种通用的分析视频内容系统实现,仍具有一定的难度,但对于特定种类视频,例如新闻、电影、广告等,建立一个有助于理解基本内容的模型,已经成为一种可能。观众想要看的可能只是自己需求相关的视频片段,例如最新的政治选举新闻报道,观众可能仅仅想要浏览的是当地政府官员的采访片段。对大多数人来说,新闻节目作为日常生活中,一种公开的、容易获取视频资源,具有一定的重要意义。为了满足公众的需求,新闻每天需要报道大量的事件,提供当地以及国内外的重大信息。新闻在提供事件报道的同时,也给观众提供了观察社会、政府部门决策动向的窗口。因此,个人、政府机构和大型公司等都会观看自己感兴趣的新闻节目,有的还会做出相关的详细分析。然而,随着信息量的急剧增长,新闻节目资源数量也同样爆炸性增长。因此,直观、有效、快速的新闻分析系统成为一种迫切需要。然而,目前自动新闻视频分析仍然存在以下挑战性的问题:新闻视频片段中潜在的语义提取,在低层特征与高层的视频语义概念之间存在巨大的“语义鸿沟”【,如何建立这两者之问的关联仍是现今难题之一。如何提取新闻视频中最有用的信息并把这些信息反馈给用户。对用户而言,新闻视频存在大量不相关的信息,因此在潜在的信息收集和用户兴趣之间存在着“兴趣差距】。针对用户的输入,如何有效地提供检索,提交前的任何输入都含有用户的个人喜好和信息需求,而新闻分析系统仅仅能显示或提供一般的概念知识。传统的检索技术是提供可能的相关项的一个集合。如何通过相关项,直接显示个性化的知识结构,这仍硕士论文新闻视频故事单元分割
故事单元分割国内外研究现状头以及起始结束镜头等的分割【ⅲ琓蔡岢鲂挛欧指畹娜挝瘛T缸,佣迪中挛殴适碌木劾喾治觥‰娶杌谖藜喽然是一个开放的问题。新闻节目均由多段独立的新闻即新闻故事组成,针对新闻节目分类组织及管理等问题,需要事先进行的一项重要工作是故事单元分割。在特定时间、地点发生的事件,在时间上关联的一段新闻报道,包括主持人简要介绍、当地记者采访、相关信息报道等等,定义为新闻故事单元【俊H斯ば挛殴适碌ピ7指罘咽狈蚜Γ沟米远挛殴适碌ピ7指的要求应运而生【。作为新闻视频分析中关键技术之一,快速有效地自动新闻故事分割方法,是一个极具挑战性问题,这也将为高层语义知识理解奠定了语义基础,具有一定的现实应用意义。现在,网页以及手机中视频片段一个明显的趋势是,视频片段的长度变得越来越短。就目前的视频网站如优酷网,统计数据表明,用户观看和上传低于小于种拥氖悠灯段数目巨大蚴渴,/№】。大多数时候,用户想要得到的是一个内容连贯的,语义一致的视频短片段。在新闻视频分析中,一个独立的故事单元在时间上是短暂的,几十秒到几分钟不等,单元内部语义上是连贯一致。自动新闻单元分割是新闻分析中最重要、最具有挑战性的工作之一,一个新闻分析系统能够产生一个正确的分割,从本质上就可以提高搜索的精度、增强系统的服务性。针对这一问题,国内外先后也做出了大量的研究工作。早在年热颂岢隽诵挛攀悠捣治鱿低常⑹迪至酥鞒秩司低贰⒐愀婢期还有【利用文本块之间的余弦分数差异,来确定新闻事件的分割点。文献【【随后也提出了基于余弦分数差异更细化的分割方法。随着研究的深入,近期针对新闻故事分割中更具体的问题如新闻中主持人镜头、新闻音频分类等,也取得了相关方面的成果。取靠悸欠羯ǖ耐保褂肏〔ㄋ阕雍椭С窒蛄炕实现了主持人帧的快速准确的检测,为下一阶段的新闻视频故事分析奠定了基础。等【】通过最小化局部泛化误差,来训练径向基函数神经网络模型的