[发明专利]利用关联规则技术的视频新闻单元划分方法

权利要求书

1.一种利用关联规则挖掘技术的视频新闻单元自动划分方法，其特征在于它包括视频节目中音频、视频事件的检测和事件流中关联规则挖掘匹配两部分，步骤包括：

1)主持人镜头检测，利用DOG算子和Hough变换对主持人口播帧的灰度图像进行边缘检测，利用通用模板和彩色直方图法检测主持人镜头。

2)音频事件识别，利用短时能量、过零率等音频特征来对音频进行分类；并利用以Mel倒谱参数(MFCC)为特征，基于向量量化模型的算法来识别语音非语音、主持人更换等事件。

3)事件序列生成，事件在时序上的关系把原始的视音频数据转换为视音频事件序列。

4)序列的关联挖掘，对于生成的混合事件序列，本发明利用数据挖掘中的关联分析和序列挖掘技术，发现新闻单元对应的序列模式，并通过对序列搜索和匹配划分新闻单元。

5)序列匹配，按模式中项的顺序依次在事件流中搜索满足时序阈值的匹配项，直到整个模式被匹配。

2.根据权利要求1所述的基于DOG算子和Hough变换的主持人镜头检测计算，其特征包括以下步骤：

利用图像和一个二维DOG函数的卷积结果可以分析图像某些特征，其中包括对线条的检测，DOG算子是由一个宽的正向Gaussian函数与一个窄的负向Gaussian函数相加求得。取这两个Gaussian函数的方差之比σ₁∶σ₂≈1.6。

Dσ1,σ2(x,y)=12πσ12exp(-x2+y22σ12)-12πσ22exp(-x2+y22σ22)---1]]>

用DOG算子作用于图像信号，可以得到信号与DOG函数的卷积，卷积后将会在线条的边缘上生成垂直于边缘线的、类似二维高斯一阶方向导数的差分能量堆积。通过检测局部极值来提取线条信号的骨架信息。

Hough变换可以有效地完成模板匹配。算法把物体的边界形状编码成表，以便有效地进行读取操作，其中物体上的一点被选为参考点。对于每一个在(x，y)处并具有梯度角θ的图像梯度点，参考点可能的位置有下面的方程(2)给出：

a＝x-r(θ)cos(α(θ))

b＝y-r(θ)sin(α(θ))                                2

其中，(a，b)是边界上的点，(x，y)是一参考点，r是点(a，b)到参考点(x，y)的距离，是θ的函数。给每一个可能的参考点的位置一个增量，参数空间的峰值位置是物体位置的一个估计。