[发明专利]利用关联规则技术的视频新闻单元划分方法

说明书

技术领域

本发明涉及多媒体、视频处理和视频分析，模式识别领域。

背景技术

计算机与网络技术的发展，为信息提供了大容量的存储载体、高速度的运算处理和快速有效的传递手段。图像、声音、视频等多媒体数据逐渐成为信息处理领域的主要媒体形式。特别是视音频数据，由于能记录、再现空间和时间信息，给人以直观的视听感受，使人们以更自然方式获得来自外部世界的信息，越来越受到人们的重视。

正因为如此，视音频信息资源的生产和积累在以惊人的速度增加。以全球电视节目为例，据加州大学伯克利分校信息管理与系统学院的“How Much Information”项目的统计，2003年全球拥有电视台21264个，每年播出的节目达7000万小时，按每小时300MB数据量计算，每年播出的电视节目的数据量将达到2100TB之巨，而且这个数量还在每年增长；如果包括Internet、报纸等其他发布形式，这个数字还将大大增加。

面对如此巨大的音视频数据量，人们感觉到了“信息过载”，人们关注“如何从中找出自己感兴趣的信息”要甚于“有没有自己感兴趣的信息”。目前的各种信息检索、过滤、提取技术大多是围绕这个目的展开的。但是，由于信息数量太大，与一个主题相关的信息往往孤立地分散在很多不同的地方并且出现在不同的时间，仅仅通过这些孤立的信息，人们对某些事件难以做到全面的把握。一般的检索工具都是基于关键词的，返回的信息冗余度过高，很多不相关的信息仅仅是因为含有指定的关键词就被作为结果返回了，因此人们迫切地希望拥有一种工具，能够自动把相关主题的信息汇总供人查阅。

对于视频信息处理的关注正从低层特征转向视频内容中高层语义的分析。然而，寻找通用的视频内容中高层语义的分析和理解方法是非常困难的，但对于特定领域的视频，如新闻、体育、电影等，结合相应的领域知识，将会使底层特征与高层语义建立某种联系变的相对简单。新闻视频是一种非常重要和常见的视频类型，无论在结构或内容上都有着显明的特征，这些特征为分析新闻视频的高层语义提供了可能。

本方法包括以下内容：

1.主持人镜头检测

图像看成颜色随二维空间的变化，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，二维DOG函数如(1)定义。取这两个Gaussian函数的方差之比σ₁∶σ₂≈1.6。