多模态特征融合的新闻视频故事分割方法  

News Video Story Segmentation Method Using Fusion of Multi-modal Features

作　　者：文军[1] 曾璞[1] 徐建军[1] 栾悉道[1] 吴玲达[1] 

机构地区：[1]国防科技大学多媒体研究与开发中心．湖南长沙410073

出　　处：《小型微型计算机系统》2008年第1期171-174,共4页Journal of Chinese Computer Systems

基　　金：国家自然科学基金项目(60473117)资助

摘　　要：新闻视频故事分割是新闻视频分析的重要底层支持技术,本文提出了一种融合音频、视频等多模态特征的新闻视频故事分割方法.首先分析音频特征的静音片段作为音频特征候选点,对视频进行镜头分割,并将镜头分割结果分类为播音员镜头和新闻报道镜头,将所有的镜头分割点和播音员镜头片段提取为视频片段候选点;然后通过对新闻视频编辑规则的研究,对视频、音频特征候选点融合分析来获取新闻视频的故事分割,实验表明该方法在不同新闻视频编辑规则下都具有较好的分割效率.News story segmentation is an important underlying technology for information analysis in news video. This paper presents a method for news video story segmentation, which fuse multi-modal features including audio and visual. At first, it selects silence clips as audio features candidate points and selects shot boundaries and anchor shots as visual features candidate points. Then this paper analyzes rules of video news edition and develops a method, which effectively fuses diverse modal candidate points, to get story boundaries. Experimentresults show that this method has high efficiency and adaptability to different kinds of news video.

关 键 词：新闻视频 故事分割 静音片段 镜头分割 镜头分类 多模态融合 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]