Huber, Matthias (2000)
Merkmalsbasierte Erkennung von Videosequenzen in einem kontinuierlichen Datenstrom einer digitalen Videoquelle.
Technische Universität Darmstadt
Diplom- oder Magisterarbeit, Bibliographie

Kurzbeschreibung (Abstract)

In der Welt des Fernsehens sind Einschaltquoten das wichtigste Instrument zur Bewertung der Qualität eines Fernsehprogramms. Im Konkurrenzkampf der anbietenden Fernsehsender ist daher die Analyse des Zuschauerverhaltens bezüglich der Ab- und Zuwanderung während eines laufenden Programmes von sehr hohem Interesse, insbesondere mit Blick auf die häufigen Unterbrechungen durch Werbeblöcke. Um den Einfluß der Werbeblöcke aller Programme auf das Zuschauerverhalten analysieren zu können, muß festgehalten werden, wann auf welchem Kanal welcher Werbespot zu welchem Zeitpunkt gelaufen ist. Im Rahmen dieser Arbeit wurde ein System zur automatischen Echtzeiterkennung von Videosequenzen in einem digitalen Videodatenstrom entwickelt. Die Funktionaltität des Systems basiert auf den Prinzipien inhaltsorientierter Suchverfahren in Bilddatenbanken. Aus Einzelbildern bekannter Sequenzen werden visuelle Merkmale extrahiert und gemeinsam mit Informationen über die zugehörigen Werbespots in einer Datenbasis verwaltet. Beim Erkennungsvorgang werden dann periodisch für das jeweils aktuelle Videobild des Datenstroms Merkmale extrahiert und diese mit Techniken der merkmalsbasierten Bildsuche mit den gespeicherten Merkmalen der Datenbasis in Echtzeit verglichen. Bei erfolgreicher Identifikation eines bekannten Werbespots wird das Ergebnis sekundengenau protokolliert. Für die Realisierung des Systems wurden verschiedene Vergleichs- beziehungsweise Bewertungsmethoden entworfen, die ein einzelnes Merkmal oder eine Folge von Merkmalen mit Merkmalen aus einer Datenbasis vergleichen und daraufhin eine der bekannten Werbespots als erkannt auswählen oder das Vergleichsmerkmal bzw. die Vergleichsmerkmale einer unbekannten Sequenz zuordnen. Die Methoden wurden implementiert, in das Erkennungssystem integriert und bezüglich ihrer Erkennungszuverlässigkeit, Echtzeitfähigkeit und des Einflusses verschiedener Systemparameter untersucht. Die für diesen Zweck definierten Testszenarien basierten auf dem Erkennen unterschiedlicher Werbespots in laufenden Fernsehsendungen beziehungsweise Werbeblöcken. In einer Referenzversuchsreihe, bei der die aus Testvideodatenströmen extrahierten Merkmale aufgezeichnet und nachträglich über die verschiedenen Methoden analysiert wurden, konnten Erkennungszuverlässigkeiten von nahezu 100 erreicht werden. Über Datenbasen mit begrenzter Größe und den gezielten Einsatz von Heuristiken bezüglich der zu erkennenden Videosequenzen beim merkmalsbasierten Ähnlichkeitsvergleich konnten auch unter Echtzeitbedingungen vielversprechende Ergebnisse erzielt werden.

Frage zum Eintrag

Redaktionelle Details anzeigen