[发明专利]一种多模态融合的采访镜头检测方法无效
| 申请号： | 200710099725.0 | 申请日： | 2007-05-29 |
| 公开（公告）号： | CN101316327A | 公开（公告）日： | 2008-12-03 |
| 发明（设计）人： | 刘安安;李锦涛;张勇东;唐胜;宋砚 | 申请（专利权）人： | 中国科学院计算技术研究所 |
| 主分类号： | H04N5/262 | 分类号： | H04N5/262 |
| 代理公司： | 北京泛华伟业知识产权代理有限公司 | 代理人： | 高存秀 |
| 地址： | 100080北京*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种多模态融合的采访镜头检测方法，包括：输入未编辑的原始视频，对视频进行预处理，得到原始视频的视频流和音频流，以及视频流中的镜头、各个镜头的关键帧；根据视频预处理操作所得到的音频流建立人声模型，并依赖所建立的人声模型判断镜头是否为包含人声的镜头；根据视频预处理操作所得到的视频流建立人脸模型，并依赖人脸模型判断镜头是否为包含人脸的镜头；融合人声检测结果和人脸检测结果，如果一个镜头中同时包含人声和人脸信息，则镜头为采访镜头。本发明的优点是通过融合视频和音频信息，建立通用的基于镜头的采访检测模型，并实现了对未经编辑的原始视频的概念检测和标注。 | ||
| 搜索关键词： | 一种 多模态 融合 采访 镜头 检测 方法 | ||
【主权项】：
1、一种多模态融合的采访镜头检测方法，按照以下步骤顺序执行：步骤10)、输入未编辑的原始视频，对视频进行预处理，得到原始视频的视频流和音频流，以及视频流中的镜头、各个镜头的关键帧；步骤20)、根据所述的音频流建立人声模型，并依赖所述的人声模型判断镜头是否为包含人声的镜头；步骤30)、根据所述的视频流建立人脸模型，并依赖所述的人脸模型判断镜头是否为包含人脸的镜头；步骤40)、根据步骤20)的人声检测结果和步骤30)的人脸检测结果建立采访模型，并在所述的采访模型中融合人声检测结果和人脸检测结果，根据融合的结果判断镜头是否为采访镜头，如果一个镜头中同时包含人声和人脸信息，则所述镜头为采访镜头。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国科学院计算技术研究所，未经中国科学院计算技术研究所许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/200710099725.0/，转载请声明来源钻瓜专利网。
- 上一篇：法式气嘴专用的充气嘴
- 下一篇：在线测定样品中生化需氧量的装置及方法
