一种有效的新闻视频主题字幕检测方法

doi:10.3778/j.issn.1002-8331.2009.33.057

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (33): 175-178.DOI: 10.3778/j.issn.1002-8331.2009.33.057

• 图形、图像、模式识别 • 上一篇下一篇

一种有效的新闻视频主题字幕检测方法

赵亚琴

南京林业大学机械电子工程学院，南京 210037

收稿日期:2008-10-17 修回日期:2009-05-19 出版日期:2009-11-21 发布日期:2009-11-21
通讯作者: 赵亚琴

Novel effective method of topic caption text in news video

ZHAO Ya-qin

College of Mechanical and Electronic Engineering，Nanjing Forestry University，Nanjing 210037，China

Received:2008-10-17 Revised:2009-05-19 Online:2009-11-21 Published:2009-11-21
Contact: ZHAO Ya-qin

摘要/Abstract

摘要： 提出一种新的有效的新闻视频主题字幕检测方法。利用像素的空间量化亮度值计算局部帧差变化，以便检测新闻视频字幕的出现帧和消失帧，并建立4条规则来进一步区分主题字幕和非主题字幕，然后对同一主题字幕所在帧利用多帧结合的方法生成两个候选的主题字幕文字检测帧，选择其中之一进行文字区域的定位和提取；最后用投影法分割字符，并对投影法产生的错误分割字符的常见情况，提出相应的解决方法。实验结果表明了该方法的有效性。

关键词: 新闻视频, 主题字幕, 局部帧差变化, 文字检测, 字符分割

Abstract: This paper presents a novel effective method of topic caption text for news video.The change of the local frame difference between adjacent frames is computed by quantified spatial brightness of pixels in order to identify the frames that caption appears and disappears.And four rules are established to distinguish topic caption from non-topic caption.Afterwards，multi-frame integration method is used to obtain one optimal topic caption detection image on the basis of the color of caption text.Finally，the Chinese character is segmented by improved projection approach.The experimental result shows that the proposed method can effectively detect topic caption for structuring and retrieving news video.

Key words: news video, topic caption, the change of the local frame, text detection, Chinese character segmentation

中图分类号:

TP391

赵亚琴. 一种有效的新闻视频主题字幕检测方法[J]. 计算机工程与应用, 2009, 45(33): 175-178.

ZHAO Ya-qin. Novel effective method of topic caption text in news video[J]. Computer Engineering and Applications, 2009, 45(33): 175-178.

[1]	闫晓燊，高强，朱思萌，奚学程，赵万生. 亮度不均匀低质量图像中压印字符分割方法[J]. 计算机工程与应用, 2021, 57(8): 185-191.
[2]	李益红，陈袁宇. 深度学习场景文本检测方法综述[J]. 计算机工程与应用, 2021, 57(6): 42-48.
[3]	赵凡，张琳，闻治泉，杨林林，蔺广逢. 一种直接高效的自然场景汉字逼近定位方法[J]. 计算机工程与应用, 2021, 57(6): 159-167.
[4]	杨剑锋，王润民，何璇，李秀梅，钱盛友. 基于FCN的多方向自然场景文字检测方法[J]. 计算机工程与应用, 2020, 56(2): 164-170.
[5]	王德青，吾守尔·斯拉木，许苗苗. 场景文字识别技术研究综述[J]. 计算机工程与应用, 2020, 56(18): 1-15.
[6]	赵永猛，宓超. 自然环境下道口客车车身字符识别算法研究[J]. 计算机工程与应用, 2020, 56(16): 191-198.
[7]	刘方园，王水花，张煜东. 深度置信网络模型及应用研究综述[J]. 计算机工程与应用, 2018, 54(1): 11-18.
[8]	肖西华，江志兴，梁旭，李艳霞. 移动平台下的身份证图像字符分割方法研究[J]. 计算机工程与应用, 2015, 51(24): 201-204.
[9]	李静，卢凯旋. 二代身份证的自动分割方法研究[J]. 计算机工程与应用, 2015, 51(14): 165-169.
[10]	孟伟1，钟娜2. 改进SURF算法在图像汉字识别中的应用[J]. 计算机工程与应用, 2015, 51(12): 156-160.
[11]	苑玮琦，金灿. 基于结构特征的纸币号码识别方法[J]. 计算机工程与应用, 2014, 50(8): 118-121.
[12]	王磊1，2，王瀚漓1，2，何良华1，2. 基于双边缘检测的车牌识别算法[J]. 计算机工程与应用, 2013, 49(8): 169-173.
[13]	曾仲杰1，潘晴1，徐如意2，蔡念1，许少秋1. 基于字符切割拼接的字段式液晶数字识别[J]. 计算机工程与应用, 2013, 49(12): 110-112.
[14]	穆丽娟1，籍焱2. 基于新模板的算法在车牌字符分割中的应用[J]. 计算机工程与应用, 2012, 48(19): 191-196.
[15]	罗辉武，唐远炎，蓝利君，王翊. 融合特征和先验知识的车牌字符图像检测算法[J]. 计算机工程与应用, 2012, 48(18): 187-192.

一种有效的新闻视频主题字幕检测方法

Novel effective method of topic caption text in news video

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics