海量广播电视视频数据的摘要与可视化
计算机视觉与模式识别
2019-01-15 v1
摘要
过去几年中，新闻频道数量以及广播电视新闻视频数据量均呈现惊人增长。因此，亟需开发自动化方法以有效摘要并存储这些海量数据。新闻视频的格式检测在新闻视频分析中起着重要作用。我们的问题在于构建一个鲁棒且通用的新闻格式检测器，用于识别新闻帧中的不同条带元素。概率渐进式霍夫变换已被用于条带边缘的检测。检测到的条带被分类为自然图像、计算机生成图形（非文本）和文本条带。基于对比度的文本检测器已被用于从新闻帧中识别文本区域。为将检测到的条带标注为自然或人工，我们训练并评估了两类分类器——带RBF核的支持向量机（SVM）分类器和极限学习机（ELM）分类器。分类器在6000张图像的数据集上训练（每类3000张）。ELM分类器的平衡准确率为77.38%，而SVM分类器使用10折交叉验证以96.5%的平衡准确率优于它。由于图像中梯度的存在而碎片化的检测条带已通过三级层次推理模型进行合并。与人工标注的地面真实数据相比，条带检测的Jaccard指数为0.8138。我们还对新闻视频格式检测、元素条带分类和关联推理方面的已有工作进行了广泛的文献综述。
引用
@article{arxiv.1901.03842,
title = {Summarization and Visualization of Large Volumes of Broadcast Video Data},
author = {Kumar Abhishek and Ashok Yogi},
journal= {arXiv preprint arXiv:1901.03842},
year = {2019}
}
备注
Undergraduate Thesis from April 2015, 55 pages, 25 figures