多模信息融合的足球視頻事件檢測與語義標注方法研究.pdf

1、網絡的無處不在以及各種移動終端、大容量存儲設備的多樣化普及為人們隨時隨地生產和消費視頻數據提供了極大的便利。同時，快速的生活節(jié)奏使人們的空閑時間不斷地碎片化，人們很難有充足的時間及時跟蹤喜愛的體育節(jié)目和觀看完整的視頻資源。因而，如何根據用戶的需求快速地從海量視頻數據中找到感興趣的視頻內容成為一個亟待解決的問題。為了解決這一問題，需要根據視頻所體現的內容對其進行結構化分析，為每個結構片段提供豐富的語義描述即標注，進而為視頻內容的有效組織、

2、索引和檢索提供關鍵支持。在此背景下，本文對基于多模態(tài)信息融合的足球視頻事件檢測與語義標注方法所涉及的關鍵技術進行了系統(tǒng)研究。
　　目前的視頻事件語義標注方法過于依賴視頻內在特征的分析，僅為視頻中的語義對象和高級語義概念賦予簡單的標記，很難對視頻“事件”這一高級概念形成接近人類思維的語義描述。針對該問題，提出利用視頻外部資源，即互聯網上語義描述豐富、適用范圍廣泛的賽況報道對足球視頻事件進行富語義標注。根據賽況報道文本的特點，提出基于

3、潛在語義分析的文本分類方法實現賽況報道中事件類型的檢測。
　　為了有效分析視頻內容，提出和改進多個中級語義對象的檢測方法，進一步提升中級語義對象的檢測性能。提出基于馬爾可夫隨機場的比賽場地檢測方法，與現有基于顏色直方圖和高斯混合模型的方法相比，所提出的方法對不同的比賽場地適應性強，球場像素檢測準確率高。通過對球門特征的分析和重新設計，改進了現有的球門檢測方法，經過嚴格的測試表明改進后的球門檢測方法具有更好的檢測效果。提出了一種快速