一种音频辅助的视频分割方法研究

• 作者: 孙中伟 张福炎
• 来源期刊: 南京大学学报(自然科学版)
• 学科: 工学
• 关键词: 视频分割 Hausdarff距离 边变化率 广义似然比 MFCC系数
• 年，卷（期）: 2002,（2）
• 页码范围: 139-144
• 页数: 6页
• 分类号: TP391.4
• 字数: 3627字
• 语种: 中文
• DOI: 10.3321/j.issn:0469-5097.2002.02.002

摘要

视频分割是视频结构化组织的基础.提出一种结合音频和视觉信息的视频分割新方法,即先对视频作基于边变化率的初步分割,然后提取音频的MFCC及其差分系数特征,利用广义似然比(GLR)距离对音频信息进行相似性比较,并检测相应的音频变化点.在此基础上,应用音频分割点对初步的视频分割进行验证,获得具有一定语义内容的视频段.实验结果表明,方法简单有效,与单一的基于视觉信息的分割方法相比,获得的视频片段语义信息更为完整,同时也避免了分割的过度细碎.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张福炎	南京大学计算机科学与技术系	111	3898	30.0	61.0
2	孙中伟	南京大学计算机科学与技术系	3	13	2.0	3.0