[發明專利]用于針對網絡中至少一個視頻服務提供方的用戶自動概括視頻內容的過程

在審

• 申請號: 201380055121.X
• 申請日: 2013-08-19
• 公開（公告）號: CN104756105A
• 公開（公告）日: 2015-07-01
• 發明（設計）人: A·奧塔加茨;E·馬里利
• 申請（專利權）人: 阿爾卡特朗訊公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京市中咨律師事務所 11247
• 代理人: 楊曉光;于靜

技術領域

本發明涉及用于針對網絡中至少一個視頻服務提供方的用戶自動概括視頻內容的過程、涉及應用以及涉及包括用于實現所述過程的部件的架構。

背景技術

視頻內容的視頻概要可以是以包括所述視頻內容的部分的視頻序列的形式，即，所述視頻內容的更短版本。視頻概要也可以是以包括視頻內容的被選擇的圖像的超媒體文檔的形式，用戶與所述圖像交互以訪問所述視頻內容的內部部分。

在自動視頻概要的領域中已經完成大量工作，特別是由學術實驗室(例如法國的研究中心INRIA和EURECOM)完成的、或者是由美國的大學(例如美國麻省理工學院(MIT)和卡內基〃梅隆(Carnegie?Mellon))完成的、或者甚至是由公司(例如微軟、惠普、IBMn或摩托羅拉)完成的。

確實，視頻概要呈現用于若干應用的許多興趣，因為它特別是允許實現歸檔過程和其它更復雜的特征，例如視頻電話會議、視頻郵件或視頻新聞。

例如，微軟的研究實驗室已經發表關于在視頻概要上的領先工作的一些論文，例如文章“使用增強的標志檢測的足球視頻概要”(M.EL?Deeb,B.Abou?Zaid,H.Zawbaa,M.Zahaar,and?M.El-Saban,2009,“Soccer?Video?Summarization?Using?Enhanced?Logo?Detection”)，其可在地址http://research.microsoft.com/apps/pubs/default.aspx？id＝101167中得到。這篇文章涉及用于概括足球比賽視頻的方法，其中算法檢測用于描繪有趣事件的回放鏡頭。一般地，微軟的工作是基于低層視頻分析器和規則引擎，并且使用不僅是固定的、不允許用戶編輯個性化的視頻概要而且還是針對特定語義領域(例如足球)的專用算法。

三菱社會的研究實驗室已經提出關于用于個人視頻錄像機(PVR)的視頻概要的研究，如可以在http://www.merl.com/projects/VideoSummarization處得到的文章中所解釋的，并且特別是如在技術報告“用于視頻概要、瀏覽和取回的統一框架”(Y.Rui,Z.Xiong,R.Radhakrishnan,A.Divakaran,T.S.Huang,Beckman?Institute?for?Advanced?Science?and?Technology,University?of?Illinois?and?Mitsubishi?Electric?Research?Labs,“A?Unified?Framework?for?Video?Summarization,Browsing?and?Retrieval”)中所解釋的。這些研究是基于自動音頻視覺分析和視頻略讀方法，但不允許提取視頻內容的主鍵序列。

文檔“視頻概要：最先進的概念性框架和調查”(A.G.Money和H.Agius，《視覺通信和圖像表示》期刊，第19卷，第2期，第121-143頁，2008)(A.G.Money?and?H.Agius,“Video?summarisation:A?conceptual?Framework?and?Survey?of?the?State?of?the?Art”,Journal?of?Visual?Communication?and?Image?Representation,Volume?19,Issue?2,Pages121-143,2008)和“在視頻概要和略讀中的進展”(R.M.Jiang、A.H.Sadka、D.Crookes，在“在多媒體信號處理和通信中的最新進展”中，柏林/海德堡：斯普林格，2009)(R.M.Jiang,A.H.Sadka,D.Crookes,“Advances?in?Video?Summarization?and?Skimming”,in“Recent?Advances?in?Multimedia?Signal?Processing?and?Communications”,Berlin/Heidelberg:Springer,2009)分別提供對視頻概要的不同已知技術的概論和關于視頻概要的靜態和動態方法的解釋。

總而言之，用于視頻概要的已知方法可以分為三大類：基于音頻流分析的方法、基于視頻流分析的方法和基于所述分析兩者的混合方法。這樣的方法經典地基于通過專用算法從音頻和/或視頻分析提取的元數據。