视频检索中的镜头边界检测

镜头边界检测是视频检索的关键技术。文中介绍了目前镜头边界检测国内外的研究成果。各检测方法的特点及其不足之处,并指出了发展方向。检测手段主要集中在像素域和压缩域中。其中在像素域中的检测方法主要包括：像素亮度匹配、直方图比较、基于块的技术、二次比较、基于运动矢量的技术、基于网络的技术、基于镶嵌的技术。压缩域中的方法主要包括：利用ＤＣＴ系数进行匹配、利用矢量量化的方法、利用子带分解的方法、利用运动矢量的     

一种基于亮度帧差的自适应镜头边界检测算法

提出一种基于亮度帧差的自适应镜头边界检测算法.通过计算视频图像帧之间的亮度差来自适应检测视频镜头的转换,并且加入一些简单而有效的判断,和传统的方法相比较,可有效提高镜头检测的检出率和准确率,实验证明可快速准确进行实时的镜头分割.     

基于直方图的微视频镜头边界检测方法的研究

镜头边界检测是实现基于内容的视频检索技术的基础,针对移动学习平台微课视频应用的需求和效率要求,提出一种基于直方图的镜头分割算法。通过提取关键帧完成对微视频的预处理;统计每一帧的直方图,计算相邻两帧之间的直方图差,计算这些差值的均值与标准差,得到阈值;当差别超过阈值时判定为镜头边界。通过对学习平台上的微课视频数据集的实验结果显示,该算法检测镜头边界的平均查全率和平均查准率分别达到82%和87%,符合该平台微课视频检索和分析的需要。     

镜头变换边界复合检测算法研究

将视频图像进行有效时间分段及标定是视频图像内容分析、随机接入、视频数据库浏览与检索的重要研究内容。在对视频图像进行时间分段和标定过程中,镜头变换边界的自动检测十分重要。镜头变换边界的自动检测算法在国际上得到了广泛的研究,在分析了当前国际上的镜头变换边界检测算法的基础上,提出了一种镜头变换边界复合检测算法。理论分析及实验结果表明该复合检测算法不仅具有实现复杂度较低,而且对各类型图像序列检测性能好的特点。     

一种基于ORB检测的特征点匹配算法

针对传统的SURF局部特征匹配算法实时性不高的问题,充分利用ORB特征点检测算法简单高效的优势,提出了一种新的特征点匹配算法。首先,针对原始ORB特征匹配算法出现大量误匹配对的问题,采用基于K最近邻的特征点描述后,对前后两帧特征点进行双向匹配,再通过顺序抽样一致性算法进一步提纯。实验结果表明,经过本文算法提纯后匹配对准确度提升到99.9%,平均耗时0.46 s,处理速度约是SURF特征匹配算法的5倍,SIFT特征匹配算法的25倍,能够满足实时运用的需求。     

一种自动选取阈值的视频镜头边界检测算法

镜头边界检测是实现基于内容的视频检索的一个重要步骤.文中介绍了现有的镜头边界检测的基本方法,并针对其不足提出了一种自动选取阈值的、综合考虑颜色和空间特征的镜头边界检测算法.该方法能较好地检测出镜头突变和物体运动以及光线变化等情况,对渐变镜头也能达到检测的目的.实验结果表明算法能够有效地检测出视频镜头边界.     

压缩域中基于支持向量机的镜头边界检测算法

针对如何进一步提高镜头边界检测精度问题,本文提出了一个基于支持向量机SVM (Support Vector Machine)的镜头边界检测算法.该算法利用视频压缩域中特征,如宏块类型,帧间对应宏块DC系数差和帧类型将视频帧分为发生切变的帧、发生渐变的帧和非镜头变换帧三类,从而实现视频的镜头分割.实验结果表明该算法对摄像机的运动和大物体的进入具有很好的鲁棒性,且没有大多数算法中阈值选择的困难,将我们的算法与2001 TREC评估中最佳指标进行了比较,在综合度量查全率和查准率的性能指标F1上,比2001 TREC评估中最佳指标高约8％.     

用Hausdorff距离进行视频镜头边界检测

提出了一种新的利用Ｈａｕｓｄｏｒｆｆ距离进行视频镜头边界检测的方法。首先使用Ｃａｎｎｙ乍子提取视频序列的边缘,把当前帧的边缘图分成Ｎ个小区域,分别进行运动补偿,然后利用Ｈａｕｓｄｏｒｆｆ距离比较视频帧之间边缘特性的差异,这种差异体现在各个小区域新出现和刚消失边缘点的数量之和。这种方法不但受光照条件变化影响不大,而且也能在某种程度中抵消物体和镜头的运动,最后讨论了该算法的局限性和今后的改进。     

基于窗帧差的镜头边界系数模型及其应用

针对视频结构分析提出了一种新的镜头边界系数模型.首先,按照特定的计算方法计算当前帧的窗帧差,使得窗帧差在镜头内与镜头边界呈现不同的特征;然后,采用相应的镜头边界检测算子计算镜头边界相似系数,镜头边界相似系数越大,则该帧越可能是镜头边界;最后,为了提高镜头边界相似系数的检测能力,根据镜头边界相似系数定义了镜头边界系数.镜头边界系数具有良好的特性,可以单独检测镜头边界,也可以与传统的镜头边界检测方法相结合,为镜头边界检测提供了一种鲁棒的框架.实验结果表明,基于镜头边界系数模型的镜头边界检测方法能明显改善镜头边界检测结果.     

几种改进的镜头边界检测方法及其比较

介绍了国内外最新的几种镜头检测算法，分析了几种实用的视频检索系统中普遍采用的镜头边界检测方法，对其中的几种典型算法进行了改进，包括像素比较法、直方图比较法、X^2直方图比较法、区域块直方图比较法，并通过实验对这几种算法检测效果进行了分析比较。实验结果表明，改进后的算法具有较好的镜头检测效果。     

基于累积直方图的视频镜头边界检测方法

提出了一种基于累积直方图的视频镜头边界检测方法,以累积直方图来代表视频帧图像的特征,其帧差充分反映了视频帧图像间的差异性;结合滑动窗的局部阈值分割处理,获得镜头边界检测对物体/摄像机的运动和光线变化的不敏感性。实验结果表明,本方法在镜头突变边界检测中达到95.97%的查全率和96.75%的查准率。     

基于压缩传感和加权主色的镜头边界检测算法

针对现有算法存在计算量大、对摄像机和物体运动 敏感等缺点,提出一种基于压缩传感(CS)和加权主色(WMC)的镜头边界检测(SBD)算法(CSWMC )。首先通过直方图特征得到粗略的镜头 边界集合;然后利用CS将该集合中的帧及其前后帧的高维特征投影到低维空间,采用调节余 弦相似度得到基 于夹角的第一判定指标;继而定义一种新的图像主色权值和基于该权值的类Bhattacharyya 相似度,得到基于颜色 相似度的第二判定指标;以两种判定指标的乘积作为最终判定指标,并设计一种朴素但有效 的策略进行SBD。 实验结果表明,与常用方法相比,所提算法具有更高的查全率和精确率,能够更加有效进行 SBD。     

基于改进BEMD的视频镜头转场检测算法研究

对二维经验模式分解(BEMD)算法进行了改进,采用限定域的Delaunay三角剖分和三次插值得到极大值和极小值包络面,用基于限邻域经验模式分解(NLEMD),即通过设定最大邻域(时宽)和采用邻域内局部自适应均值算法代替包络均值算法进行分解,给出了图像BEMD分解后内蕴模函数(I MF)1和2的Hilbert谱,以I MF2的瞬时振幅作为图像的特征向量,计算镜头转场中图像序列帧特征向量间的欧式距离。采用大量的视频镜头转场的样本进行实验,结果表明,剪切镜头查准率和查全率皆为98%;渐变镜头查准率86.4%,查全率87.6%。     

一种快速有效的视频镜头边界检测方法

本文在分析现有的镜头边界检测方法的基础上,提出了一种层次化镜头边界检测方法.首先我们利用小波变换对信号奇异点的检测能力和对噪声具有较强的鲁棒性,实现了镜头边界的预检测.然后我们通过对候选镜头边界的虚警分析,有效地降低了闪光灯和快速运动对镜头边界检测产生的影响,并实现了镜头突变检测.在渐变类型分类中,我们分别实现了淡入淡出、扫换和溶解等三种重要镜头边界类型的检测.实验结果表明,本文方法能够快速、有效地实现视频镜头边界类型的检测,对运动和光线变化有较强的鲁棒性.     

A perceptual scheme for fully automatic video shot boundary detection

In this paper, we propose a novel and robust modus operandi for fast and accurate shot boundary detection where the whole design philosophy is based on human perceptual rules and the well-known “Information Seeking Mantra”. By adopting a top–down approach, redundant video processing is avoided and furthermore elegant shot boundary detection accuracy is obtained under significantly low computational costs. Objects within shots are detected via local image features and used for revealing visual discontinuities among shots. The proposed method can be used for detecting all types of gradual transitions as well as abrupt changes. Another important feature is that the proposed method is fully generic, which can be applied to any video content without requiring any training or tuning in advance. Furthermore, it allows a user interaction to direct the SBD process to the user's “Region of Interest” or to stop it once satisfactory results are obtained. Experimental results demonstrate that the proposed algorithm achieves superior computational times compared to the state-of-art methods without sacrificing performance.     

一种基于压缩域的视频镜头检测方法

针对传统的基于空域的视频镜头检测算法需要解压缩,计算量大、效率低的缺点,提出了一种基于压缩域的视频镜头检测方法。该方法首先根据MPEG压缩标准,从视频流中提取I帧中8个低频DCT系数,并对其进行分区加权求二次帧差,从而确定镜头变换所在的GoP;在GoP中通过计算P帧和B帧的不同类型宏块比率,来精确定位镜头边界。实验结果表明,该方法可大大减少计算时间和数据量,且具有良好的检测效果。