Logistic视频字幕增强模型

摘要：

目的 为提高复杂背景下的视频字幕在光学字符识别(OCR)中的识别率,需要对提取的视频字幕进行有效地字幕增强.首次将Logistic模型应用到视频字幕增强中,提出了基于Logistic模型的融合多帧信息的视频字幕增强方法.方法 对字幕进行检测与跟踪,将出现在连续多帧中的同一字幕片段进行对齐;通过分析字幕片段在多帧中信息,提出字幕背景在时域上的变化特征、背景和字幕文本的固有特征,并将3个特征进行量化与融合,构建适用于字幕增强的Logistic模型,实现对视频字幕的增强.结果 对含阴影或描边效果的特殊复杂背景字幕、普通复杂背景字幕、单一背景字幕分别进行实验,增强后的字幕在OCR软件中的识别正确率分别为81.76％、97.13％、98.19％,与对比方法比较均有一定的提高.结论 实验结果表明,本文方法既可以降低字幕背景的复杂度,又可以提高字幕背景与文本的对比度,从而可以对复杂背景和单一背景下的视频字幕进行有效地增强.

关键词：复杂背景、字幕增强、Logistic模型、字幕检测与跟踪、时域特征

所属期刊栏目：19

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金项目61171159,61271304;北京市教委科技发展计划重点项目暨北京市自然科学基金B类重点项目KZ201311232037;北京市属高等学校创新团队建设与教师职业发展计划项目IDHT20130519;北京信息科技大学网络文化与数字传播北京市重点实验室开放课题ICDD201303

在线出版日期：2014-05-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：683-692