The invention discloses a method, a caption detection and extraction includes detecting a frame image whether subtitles exist; positioning subtitles, and generates a frame including subtitle subtitles in the region; the character of video caption enhancement; characters in adaptive segmentation to form a single character; a single character the segmented current video frame and associated text information obtained by OCR recognition. The invention also discloses a device for subtitle detection and extraction. By adopting the technical proposal provided by the invention, we can automatically classify and manage massive video programs, change the manual storage / retrieval mode of traditional video programs, improve efficiency and improve the accuracy of extracted subtitles information.
【技术实现步骤摘要】
一种字幕检测及提取的方法及设备
本专利技术涉及视频分析领域,具体涉及字幕检测及提取的方法及设备。
技术介绍
电视节目是人们获取信息的重要途径之一,而视频中的标题字幕往往囊括了该视频的主要内容。如果能把字幕提取出来,那么对于将视频分类整理、快速搜索,都有很大的好处。在信息社会,人们面对大量的数字图像和众多的新闻资料使得人们查找到感兴趣的新闻内容越来越困难,再加上时间和精力有限,人工识别出这些字幕是极其费时、费力的。而且数据量巨大,字幕检测比较困难,视频图像复杂时,字幕特征与其近似很多并且字幕运动多样,较难准确定位。因此急需一种视频搜索引擎,以便能高效、准确地找到自己喜爱的主题,如何提高提取出的字幕信息的准确率。
技术实现思路
有鉴于此,本专利技术的一个目的是提供一种字幕检测及提取的方法及设备,自动化地对海量视频节目进行分类和管理,改变传统视频节目的手工存库/检索模式,提高效率,提高提取出的字幕信息的准确率。为了对披露的实施例的一些方面有一个基本的理解,下面给出了简单的概括。该概括部分不是泛泛评述,也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念,以此作为后面的详细说明的序言。本专利技术的一个目的是提供的一种字幕检测及提取的方法,包括:检测某帧图像是否有字幕存在;定位字幕的位置,并产生一个包括字幕的框;将字幕区域中的字符增强;对视频字幕区域中的字符进行自适应分割以形成单个字符;将分割得到的单个字符通过OCR识别得到当前视频帧相关的文本信息。在一些可选的实施例中,所述检测某帧图像是否有字幕存在具体包括以下步骤:场景转换检 ...
【技术保护点】
一种字幕检测及提取的方法,其特征在于,包括:检测某帧图像是否有字幕存在;定位字幕的位置,并产生一个包括字幕的框;将字幕区域中的字符增强;对视频字幕区域中的字符进行自适应分割以形成单个字符;将分割得到的单个字符通过OCR识别得到当前视频帧相关的文本信息。
【技术特征摘要】
1.一种字幕检测及提取的方法,其特征在于,包括:检测某帧图像是否有字幕存在;定位字幕的位置,并产生一个包括字幕的框;将字幕区域中的字符增强;对视频字幕区域中的字符进行自适应分割以形成单个字符;将分割得到的单个字符通过OCR识别得到当前视频帧相关的文本信息。2.如权利要求1所述的方法,其特征在于,所述检测某帧图像是否有字幕存在具体包括以下步骤:场景转换检测;字幕或标题出现和消失帧的检测;求字幕或标题出现帧域其前一帧的差影图像;特征提取与分类;字幕区域的产生;字幕区域的验证。3.如权利要求1所述的方法,其特征在于,所述字幕定位确定字幕的位置包括:选择能够将字幕与背景区别开的字幕特征;采用算法提取字幕特征;聚集空间相邻的特征点形成区域;用字母的另一些特征除去一些不可能是字幕的区域得到候选区字幕区域;用字母的一些特征对候选字幕区域进行验证以得到真正的字幕区域。4.如权利要求1所述的方法,其特征在于,所述将字幕区域中的字符增强,具体包括:单帧字幕区域增强和多帧字幕区域增强。5.如权利要求1所述的方法,其特征在于,所述将字幕从背景中分割出来,具体是通过对字幕区域动态布局局部阈值二值化,候选区域增强、垂直投影区域探测完成单个字符的自适应分割。6.一种字幕检测及提取的设备,...
【专利技术属性】
技术研发人员:鲍东山,
申请(专利权)人:北京新岸线网络技术有限公司,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。