一种基于多模态特征的新闻视频语义提取框架

• 作者: 刘嘉琦 封化民 闫建鹏
• 来源期刊: 计算机应用研究
• 关键词: 多模态特征 语义分析 视频检索
• 年，卷（期）: 2012,（7）
• 所属期刊栏目: 图形图像技术
• 页码范围: 2725-2729
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2012.07.089

摘要

为提高视频语义信息提取准确率,提出了一种基于多模态特征的新闻视频语义提取框架.在视频中提取主题字幕信息,对音频进行分类和语音识别,根据主题字幕信息借助搜索引擎得到与新闻视频相关的网页;最后利用网页文本对语音识别的结果进行纠错,从而通过视频字幕信息和语音脚本的跨模态融合提高视频语义提取的准确率.在中等规模的新闻视频(含新闻网页)库测试表明了该方法的有效性,经纠错后的语音识别准确率达到了65％左右.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	封化民	西安电子科技大学通信工程学院	39	300	9.0	15.0
5	刘嘉琦	西安电子科技大学通信工程学院	2	11	2.0	2.0
6	闫建鹏	西安电子科技大学通信工程学院	2	11	2.0	2.0