基于多模態(tài)融合的網(wǎng)球視頻語義分析與研究.pdf

1、體育視頻檢索是基于內(nèi)容的視頻語義分析領域的重要研究方向，網(wǎng)球視頻分析作為其中的一個研究分支，其重要性已逐步突顯出來。
　　 本文結合網(wǎng)球比賽的特點，對網(wǎng)球視頻中出現(xiàn)的精彩事件進行檢測。同時本文構建了事件檢測的原型系統(tǒng)，該系統(tǒng)實現(xiàn)了視頻結構化分析、音頻流分析及多模態(tài)融合的精彩事件檢測等功能。
　　 視頻結構化分析是整個視頻檢索的基礎和關鍵，直接影響到最終精彩事件檢測的效果。這部分內(nèi)容主要包括鏡頭邊界檢測、關鍵幀提取、鏡頭分

2、類和慢鏡頭回放檢測等。采用基于主色比例差和顏色直方圖差的自適應閾值鏡頭邊界檢測算法，該算法在視頻播放時能夠?qū)崟r自動的獲取幀間差閾值，魯棒性較好，從而在適應性和靈活性上有所改善。對網(wǎng)球比賽視頻固有的一些特點進行深入研究，構建了一種基于主顏色、網(wǎng)球場地線及目標對象特征的鏡頭分類算法，將鏡頭分為場內(nèi)全局鏡頭、球員特寫鏡頭和觀眾鏡頭。對慢鏡頭前后出現(xiàn)的徽標鏡頭進行研究，提出了一種基于加權形狀不變矩的徽標鏡頭檢測算法，實現(xiàn)對慢鏡頭的檢測。

3、　　 本文實現(xiàn)了基于連續(xù)隱馬爾可夫模型的音頻分類算法。該算法的核心思想是先提取出短時過零率、短時平均能量、倒譜系數(shù)及差分倒譜系數(shù)等音頻特征，其次用Baum-Welch算法訓練參數(shù)，最終用Viterbi算法分類音頻。
　　 本文在總結了現(xiàn)有的網(wǎng)球視頻精彩事件檢測方法的基礎上，利用場內(nèi)全局鏡頭、慢鏡頭和擊球聲等特征檢測出上網(wǎng)球事件、底線對打事件和ACE球事件。
　　 最后，本文以VisualC++6.0、matlab7.1