论文部分内容阅读
在分析应用视频数据的过程中，视频分段是分析、组织，应用视频数据的基础。由于视频数据的多样性、传统的分段方法不能给出令人满意的结果，一般需要通过人机交互来进行。文中将较为成熟的文本分析、语音处理、图像处理三种技术进行综合、互为补充，对视频流进行分割。文本分析的对象是语音转换成的文本、标题、注释等。语音处理包括语音识别和语音信号分析。语音识别将视频中的自然语言转换为文字。语音信号分析对视频材料中的语音成分进行基础分析。图像处理主要用来处理视频中的图像部分。文章阐述了视频流的分段层次，文本分析，语音处理算法以及