基于蟻群算法的新聞視頻字幕識別.pdf

1、隨著信息化技術的飛速發(fā)展，人們的生活幾乎時刻都離不開互聯網。在工作、娛樂、交流中每時每刻都在產生大量的視頻，圖像等多媒體信息，如何快速高效的存儲并且檢索這些信息，已經成為當今科學研究的一大熱點。新聞類節(jié)目是人們獲取外界信息的主要途徑，研究新聞類視頻信息的檢索具有重要應用價值和代表意義。新聞視頻中的字幕，尤其是主題字幕，往往反映了新聞故事的語義內容，能夠給視頻檢索和索引提供重要的輔助信息，我們可以利用視頻文本信息直接判斷視頻所講訴的內容，

2、然后可以進行后續(xù)許多深化應用。因此，如何準確、快速地獲取視頻字幕文本信息，成了視頻檢索的關鍵。利用人工來獲取視頻中的文本，在視頻數據泛濫的今天已經變得不現實。因此，提出一種正確有效的方法，利用計算機自動識別視頻中的文字已經是一種迫切需要。
　　本文首先對一個新聞視頻先采用自適應雙閾值方法對其進行鏡頭分割，根據鏡頭內相鄰幀差出現峰值來判斷文字的出現與消失，提取每個鏡頭的關鍵幀。根據已經獲得的字幕起始幀與結束幀，通過多幀融合技術，提高

3、字幕與背景之間的對比度，降低背景的干擾因素。然后經過分析和比較各種紋理特征，針對新聞視頻字幕，提取了以下3個特征作為文字與非文字區(qū)域的辨別：1.灰度共生矩陣和方差(在比較了灰度共生矩陣其余10個特征后選取)。2.圖像小波變換LH子帶、HL子帶以及HH子帶的系數方差(考慮文字紋理特征，選取系數方差最大的)。3.角點密度(利用了文字多筆劃特點)。接著將視頻幀分塊，利用提取的特征對文字塊與非文字塊進行分類。在分類器中做得比較好的有svm(支持