视频内容敏感的动态字幕添加

摘要

在图像和视频中添加字幕、图标或其它标签有助于人们对于图像和视频的理解，是图像和视频处理的基本操作之一，在影视播放、远程教学、医学图像处理、数字摄影、版权保护以及互联网等领域中有广泛引用。其中，视频字幕的添加最为常见。
　　 传统方法将字幕固定添加在视频画面的底部中央，这种方法简单高效。但是由于视频内容的丰富多样，字幕可能会遮挡住视频中观众感兴趣的部分。而且由于视频画面之间通常具有连贯性，这种遮挡往往会是持续性的，从而影响观赏体验。本文提出了一种基于视频内容的动态字幕添加方法。在确定字幕位置时，综合考虑了视频内容的重要性和视频画面之间的各种连贯性，找到视频画面中视觉相对次要的区域，并在此添加字幕，有效地减少添加字幕对关键内容的遮挡。此外，我们还提出了一种根据视频内容决定字幕字体颜色的算法，以增加字幕在视频画面上的对比度。由于上述动态字幕算法具有良好的并行性，我们利用图形处理器(GPU)的并行计算能力对该算法进行加速处理，实现对高清分辨率的视频实时字幕添加。实验结果表明，基于视频内容的动态字幕可以有效地避免视频内容遮挡，提高视频的播放效果和用户的观赏体验。

目录

文摘

英文文摘

图目录

第1章 绪论

1.1 研究背景

1.2 图像和视频的用户标签添加相关研究

1.3 基于内容的图像及视频处理

1.4 本文研究内容及章节安排

1.5 本章小结

第2章 基于内容的图像视觉显著性理论与方法

2.1 人眼的视觉特性

2.2 基于内容的图像视觉显著性

2.2.1 Itti显著图模型及其推广

2.2.2 上下文敏感的图像显著性获取算法简介

2.2.3 基于图像特征边缘的显著性获取算法简介

2.2.4 基于图像特征差异比较的显著性获取算法简介

2.2.5 基于层次物体特征差异的显著性获取算法简介

2.3 各种显著性获取算法比较

2.4 本章小结

第3章 基于视频内容的动态字幕

3.1 引言

3.2 相关工作

3.3 图像字幕添加

3.3.1 相关理论基础

3.3.2 字幕添加区域和位置

3.3.3 字幕的颜色处理

3.4 视频字幕添加

3.4.1 视频画面的连贯性

3.4.2 相邻字幕间的连贯性

3.4.3 视频动态字幕详细求解过程

3.5 实验结果与讨论

3.6 本章小结

第4章 基于CUDA的实时动态字幕算法

4.1 引言

4.2 CUDA基础简介

4.2.1 CUDA编程模型

4.2.2 CUDA软件体系

4.2.3 CUDA视频解码器简介

4.3 基于CUDA的动态字幕GPU实现

4.3.1 动态字幕算法的并行特性

4.3.2 利用CUDA技术实现动态字幕

4.4 实验结果分析

4.5 本章小结

第5章 总结与展望

5.1 本文工作总结

5.2 未来工作展望

5.3 本章小结

参考文献

攻读硕士学位期间主要的研究成果

致谢