基于多模态信息融合的新闻独白镜头检测  

News video monologue shot detection based on multimodality information

作　　者：冀中[1] 苏育挺[1] 杨益铮[1] 

机构地区：[1]天津大学电子信息工程学院,天津300072

出　　处：《计算机工程与应用》2009年第25期173-175,182,共4页Computer Engineering and Applications

基　　金：天津市应用基础及前沿技术研究计划重点项目(No.07JCZDJC05800)

摘　　要：新闻视频中的独白镜头具有较大的信息量,在视频检索和挖掘中具有较高的应用价值。提出了一种融合音频、视频、时域以及上下文信息等多模态特征进行独白场景检测的方法。首先利用规则移除广告和"其他"镜头,然后应用聚类的方法检测主持人镜头,最后应用条件随机场(CRFs)模型标记独白和记者镜头。该方法无需额外的信息,具有较好的普适性,实验取得了较好的性能。Monologue shots are informative and valuable in the application of news video retrieval and mining.Muhimodality information,such as audio,visual,temporal and contextual features is employed to detect them.Commercial and other shots are first removed by rules,and then anchorperson shots are detected by clustering method.At last monologue and reporter shots are labeled.The experimental results achieve better performance without external knowledge.

关 键 词：独白镜头检测 新闻视频 视频检索 多模态 条件随机场 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]