基于模板與色矩的新聞視頻主持人鏡頭檢測

王艷 陳姝君

摘要：通過對新聞視頻中主持人鏡頭的分析，提出基于模板色矩的主持人鏡頭檢測算法。實驗表明，該方法能較準確地檢測出主持人鏡頭，具有一定的魯棒性。

關鍵詞：主持人鏡頭檢測；主持人模板；色矩1引言

由于主持人鏡頭是新聞視頻中的重要結構特征，因此，主持人鏡頭的檢測始終是新聞視頻分析的一個重要方面。許多研究者對這個問題進行過研究和探索，比如：利用模板匹配來進行檢測[1]；利用主持人鏡頭會在整個視頻段中反復出現，并以此作為檢測的依據[2]等等。這些方法效果大都不錯，但算法都比較復雜，計算量較大。

2主持人模板的提取與色矩的計算

新聞視頻中的主持入鏡頭，是一類具有鮮明特征的鏡頭，其一般形式為一個或兩個主持人，在固定的演播室背景前進行新聞報道，主持人鏡頭實例如圖1。通過觀察可以發現，主持人的位置以及字幕、臺標和節目標志的出現位置，都有嚴格的規定，由此可以建立了主持人鏡頭的空間結構模型2。圖中，區域A-D分別代表主持人、臺標、字幕和節目標志所出現的區域。從簡化算法和降低計算復雜性方面考慮，本文根據主持人鏡頭的背景不變性進行檢測[3]。從不變的背景出發，通過色矩計算和模板匹配來進行主持人鏡頭的檢測。

本文的主持人鏡頭檢測方法如下：提取到主持人幀模板，計算如圖3各子塊的色矩作為模板色矩，通過計算關鍵幀各子塊的色矩向量與模板色矩向量的歐式距離，進行匹配，從而判定關鍵幀是不是主持人幀，從而判定關鍵幀所在鏡頭是不是主持人鏡頭。在音頻特性上，第一個主持人鏡頭出現之前會有一段音樂過渡，并且從音樂向語音的過渡中間，有一個較長的靜音片段。由于音視頻具有同步性，檢測到靜音幀后的第一或第二幀的圖像必定是主持人幀，從中可以提取到主持人幀的模板。

色矩是由Stricker和Orengo提出的一種簡單而有效的顏色特征[4]。它的數學基礎是圖像中任何的色彩分布均可以用它的矩來表示。由于顏色分布信息主要集中在低階矩中，這里僅用色彩的一階矩(mean，均值)、二階矩(variance，方差)就足以表達圖像的顏色分布，其數學表達式為：

其中，pij表示圖像中第j個像素的第i個分量，這里在HSI顏色空間進行計算。

3主持人鏡頭的算法

主持人鏡頭具體算法步驟如下：

Step1.根據音視頻的同步性，先是一段音樂，檢測到靜音幀后的第一或第二幀的圖像必定是主持人幀，提取主持人幀的模板。

Step2.計算主持人幀模板的各子塊色矩作為模板色矩。

Step3.計算各關鍵幀的各子塊色矩，與主持人幀模板的模板色矩進行匹配，確定關鍵幀是否是主持人幀，從而確定關鍵幀所在鏡頭是否是主持人鏡頭。

4實驗結果

實驗采用中央一臺長達30分鐘的8個新聞聯播進行主持人鏡頭檢測，共檢測出72個主持人鏡頭，無誤檢，無漏檢，查準率和查全率都達到了100%。

[參考文獻]

[1]王潤生.圖像理解.長沙：國防科技大學出版社,1995.

[2]馬宇飛,等.新聞視頻中的口播幀檢測方法的研究.軟件學報.2001（3）27-31.

[3]徐峻,等.新聞視頻中主持人鏡頭識別方法的研究.計算機工程.2002：Vol 28 NO.3.

[4]Stricker M，Orengo M．Similarity of color images．SPIE Storage and Retrieval for Image and Video Databases III，Feb.1995，2185：381-392．