基于全局统计的MPEG视频分割

在基于镜头的视频分割中,存在影响分割结果的两种因素,就是帧间差的计算方式和帧间差的阈值设置．在MPEG压缩域中计算帧间差,并使用全局统计作为帧间差阈值．此外,尝试使用了帧间差梯度作为分割准则,以使得一个镜头内的帧间差不至于太大．与手工分割进行实验对比结果表明,基于全局统计的MPEG视频分割人机交互系统对于不同类型的视频是有效的．     

基于运动补偿和自适应双闭值的镜头分割

镜头分割是视频检索的结构化基础.提出一种高效的镜头分割算法,首先针对视频中的图像帧序列间存在一定的运动,对视频中的图像帧采用运动矢量场自适应搜索技术进行分块运动矢量估计,然后进行运动补偿,接着在此基础上计算两帧间的像素值不变点数,并基于滑动窗口获取局部自适应的双阈值,最后基于自适应双阈值间的比较检测切变和渐变.实验结果证实,该算法不仅能够有效地检测出镜头的切变和渐变,而且对运动具有较强的鲁棒性.     

基于窗口最大值和自适应阈值的视频镜头分割算法

本文对典型视频镜头分割算法进行分析,提出基于窗口最大值和自适应阈值的镜头分割算法.对该算法的系统结 构、特征参数、检测依据、自适应阈值及算法的实现进行了分析,用十段视频进行实验,结果表明,该算法的分割效果比较明显.     

在线新闻视频切变检测技术

根据新闻视频中每个独立新闻故事开端一般伴随着主持人串场的特点提出分三步的方法将完整的新闻视频分割成独立的故事片段.第一步,用一种带自适应阈值的基于图像直方图的帧间差比较方法找出切变帧实现镜头分割.第二步,取每个镜头的首帧并在该帧上用Opencv视觉库提供的人脸检测和识别的功能检测和识别主持人脸.第三步,把存在主持人脸的那一帧看作每则新闻故事的开端进行分割.实验证明,这个技术实现容易效率高,在大量的新闻视频的分割中具有较高的准确率.     

视频存储中一种改进的镜头分割方法

文中提出一种对现有的视频存储方案中视频源的分割方法.该方法是在基于二次帧差法和Twin comparison算法的基础上,把视频帧进行分块分析,再以一定的区域作为帧间比较的对象,这样减少了每帧处理的时间.另外,Twin Comparison算法与二次帧差法的结合,可以有效地防止闪光或者镜头抖动引起的干扰.实验表明,该方法在镜头分割的查全率、查准率以及处理时间上有明显的提高.     

利用基于色彩直方图的Fuzzy K-Means算法进行视频镜头分割

分析了现有的基于帧间特征差与阈值进行比较的传统视频镜头分割方法在阈值确定上的困难,以及由此对实验结果带来的不准确性,提出了将聚类算法应用于视频镜头分割,并提出了用FuzzyK-Means的聚类算法进行视频镜头分割.在视频特征上,选取的是传统的色彩直方图.实验结果显示这种基于色彩直方图的Fuzzy K-Means算法对于视频镜头的分割具有较好效果.     

基于直方图帧差的自适应镜头分割算法

提出一种改进的基于亮度直方图帧差的自适应镜头分割算法,该方法包括突变镜头的检测过程和渐变镜头的渐变过程,这两个处理过程由相邻两帧的亮度直方图帧差与自适应阈值的比较来自动进行选择,在突变镜头的检测过程中加入隔帧帧差法检测闪光灯,渐变镜头的检测采用基于帧间差方差的方法。实验结果表明,改进算法具有很好的检测效果,且计算复杂度低,易于实现。     

基于帧间差值的视频镜头渐变检测算法

针对在视频同一镜头中运动因素引起的帧间差值波动与镜头渐变过程的帧间差值波动情况相似可能对镜头渐变产生误检的问题,利用镜头渐变是从一个镜头转换到一个新的镜头的本质特征,通过分析帧间差值曲线,提出了省略帧间差值波动,直接计算帧间差值波动前后两帧差值的视频镜头渐变检测算法.利用该算法对若干视频进行实验,并与双阈值累计帧差算法进行比较,实验结果表明了该算法在视频镜头渐变检测中的有效性.     

一种基于纹理特征的教案视频镜头分割方法

该文分析了现有的对帧间特征差进行阈值比较的镜头分割方法,以及通过颜色空间和可调时间阈值进行视频聚类方法的不准确性,针对教案视频中大量文字内容体现出的特有的纹理特征,提出了使用基于灰度级共生矩阵纹理特征的C均值模糊聚类算法进行教案视频镜头分割.算法选取灰度级共生矩阵统计量之一的惯性矩作为度量帧间相似性的特征值,并根据教案视频中手写操作的特点调整特征向量,以此作为样本数据点进行模糊聚类.实验结果显示这种方法对于教案视频镜头的分割具有较好效果.     

一种时空联合的视频运动目标提取与跟踪新算法

提出了一种时空联合的视频运动目标提取与跟踪新算法。在空域分割中,针对分水岭方法过分割现象明显的缺点,对分水岭分割方法进行了改进;在时域分割中,首先对全局运动进行了补偿,随后为消除仅用两帧帧差进行对象分割所带来的误差,采用多帧帧差求和的方法,并自适应选取累积帧差的二值化阈值;时空分割结果进行投影融合后得到视频对象,提出用一种基于区域子块匹配的方法跟踪视频对象。实验结果表明,该算法简洁有效,能较好地把对象从运动背景中提取出来,并实现跟踪。