基于视频、音频和文本的视频分段

• 作者: 周洞汝 朱映映
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 视频分段 镜头 文本分析 语音识别 图像处理
• 年，卷（期）: 2001,（3）
• 所属期刊栏目: 学术探讨
• 页码范围: 85-87
• 页数: 3页
• 分类号: TP31
• 字数: 3004字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2001.03.029

摘要

在分析应用视频数据的过程中,视频分段是分析,组织,应用视频数据的基础。由于视频数据的多样性,传统的分段方法不能给出令人满意的结果,一般需要通过人机交互来进行。文中将较为成熟的文本分析、语音处理、图像处理三种技术进行综合,互为补充,对视频流进行分割。文本分析的对象是语音转换成的文本、标题、注释等。语音处理包括语音识别和语音信号分析。语音识别将视频中的自然语言转换为文字。语音信号分析对视频材料中的语音成分进行基础分析。图像处理主要用来处理视频中的图像部分。文章阐述了视频流的分段层次,文本分析,语音处理算法以及镜头突变,镜头渐变识别算法的思想。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周洞汝	武汉水利电力大学计算机科学与技术系	8	56	4.0	7.0
2	朱映映	武汉水利电力大学计算机科学与技术系	1	7	1.0	1.0