融合视音频特征的影片摘要生成方法  

Movie summarization method based on audio-visual feature fusion

作　　者：栾悉道[1] 谢毓湘[2] 李琛[2] 牛晓[2] 

机构地区：[1]长沙学院数学与计算机科学系,长沙410022 [2]国防科学技术大学信息系统与管理学院,长沙410073

出　　处：《计算机应用研究》2017年第1期287-289,共3页Application Research of Computers

基　　金：国家自然科学基金资助项目(61571453);湖南省自然科学基金资助项目(14JJ3010);湖南省教育厅重点资助项目(15A020)

摘　　要：提出了融合视音频特征的影片摘要生成算法。以特写人脸检测,紧张、激烈镜头检测作为选取重要视频片段的依据,针对影片语音端点难以检测的问题,利用影片字幕文件提取影片语音首尾时间以及语音内容,从而实现了影片语音端点的准确检测。实验证明,该方法生成的影片摘要具有较好的有效性。Abstract ： This paper proposed a movie summarization method based on audio-visual feature fusion. This method selected video clips which had close-up faces and atwitter shots as the important clips. To solve the problem of difficulty in movie speech endpoint detection, it introduced a method of speech endpoint detection based on subtitles of motion pictures, which could detect the start and end time of captions exactly. Compared with other summarization algorithms, the proposed method is proved to be effective for movie summarization.

关 键 词：视频摘要 人脸检测 端点检测 视音频特征融合 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术]