Hier Informationen und Texte zu Beiträgen aus
Computer:Club²-Audio und Computer:Club²-TV


CC2-Audio 418: Automatische Qualitätsprüfung von Audio und Videos

A/V Analyzing Toolbox
Die A/V Analyzing Toolbox ermöglicht eine signalbasierte automatische Fehlerdetektion von Audio und Video-Material. (Quelle: Fraunhofer IDMT)

Schon in der Folge 332 des Computer:Club² AudioCast vom 3.9.2012 berichtzete und Clemens Clausen über die SpatialSound Entwicklungen für 3D Klang, die am IDMT durchgeführt werden. Ein weiteres Gebiet der Forscher ist die Qualitätskontrolle von Bild- und Tonmaterial. Mit den Softwarekomponenten zur automatisierten Qualitätskontrolle lassen sich Störungen oder Qualitätsmängel in digitalen Audio- und Videoinhalten schnell detektieren. So können automatisch Fehler und Qualitätsprobleme in Video-Material, z. B. Blockartefakte oder Unschärfe, erkannt werden. Mit dem »Quick Scan« Modul können zudem große Datenbestände sehr schnell nach typischen Fehlern, wie Block-Artefakten, Unschärfe oder Ringing, untersucht werden. Neu sind auch die verbesserten Erkennungsmodule für Field Order bzw. Field Dominance, mit denen man die Ordnung der Halbbilder pro Videoframe und segmentgenau prüfen kann.

 

Mit der automatischen Musikanteilsmessung können die Anteile für Musik und Sprache sowie Sprache mit Hintergrundmusik oder auch Stille in Audioinhalten erfasst werden. Dies kann beispielsweise für eine korrekte Abrechnung von Vergütungen oder für eine schnelle Suche nach bestimmten Audioinhalten eingesetzt werden.

 

Zur diesjährigen NAB Show präsentiert das Fraunhofer IDMT zudem ein Verfahren, mit dem Videosegmente identifiziert werden können, die aus derselben Aufnahme bzw. Quelle stammen. Dr. Uwe Kühhirt erläutert, wie die segmentbasierte Videoidentifizierung funktioniert: Mit dem Verfahren werden sogenannte kompakte Repräsentationen, auch Fingerprints genannt, aus den Videos generiert. Diese Fingerprints werden in einem mehrstufigen, automatisch ablaufenden Prozess miteinander verglichen, um so die zeitlichen Segmente in einem Video zu finden, die aus einem anderen Video stammen.

 

Mit dieser Methode kann aber nicht nur festgestellt werden, ob und wo ein Videosegment wiederverwendet wurde, sondern auch, wie lang dieses Segment ist und an welcher Stelle es eingefügt wurde. So ist es möglich herauszufinden, ob ein Beitrag gekürzt wurde, wieviel Material von einem Beitrag verwendet und in welchem neuen Kontext er eingesetzt wurde. Entstanden ist die segmentbasierte Videoidentifikation im Rahmen des EU- Forschungsprojekts »CUbRIK«, in dem das Fraunhofer IDMT als Forschungspartner mitwirkt. Ziel des Projekts ist es, ein intelligentes Framework zur Multimedia-Suche zu entwickeln, bei dem auch Nutzerwissen und -fähigkeiten genutzt werden, um die Ergebnisse automatischer Analyseverfahren zu optimieren.

 

Vervollständigt wird das Analyseportfolio durch ein Modul zur zeitlichen Videosegmentierung, mit der Shots und repräsentative Keyframes in Filmen erkannt werden, um Inhalte leichter zu sichten und zu verwalten. Aus diesen Informationen lassen sich beispielsweise wiederum rhythmische Muster in Filmen analysieren. Die integrierte Bewegungsanalyse kann zudem globale Bewegungen in Videos detektieren und klassifizieren, z. B. Pan, Tilt, Zoom oder Kameraverwacklungen.

 

Weitere Informationen unter:

http://www.cczwei.de/index.php?id=issuearchive&issueid=418

http://www.idmt.fraunhofer.de/avtoolbox

http://www.idmt.fraunhofer.de/qc

 

Zum Computer:Club² Audioarchiv:

http://www.cczwei.de/index.php?id=issuearchive

Zurück

Zum Computer:Club² Audioarchiv:
http://www.cczwei.de/index.php?id=issuearchive