基于Map Reduce的快速视频镜头边界检测算法

镜头边界检测是视频索引、检索和分析的基础。视频数据量大,镜头边界检测中的高计算成本是实际应用的一个瓶颈。利用Map Reduce模型分布式的计算思想,首先将大量的视频数据处理作业拆分成若干个可独立运行的Map任务,进行视频的解码和特征提取,然后由若干个Reduce任务对特征值进行检测获得最后镜头边界集合。在镜头特征提取时把视频分成31帧的小片段,利用带权值的分块的直方图计算视频片段的首尾帧间差,通过自适应阈值筛选出非镜头切换片段和候选镜头切换片段,对候选镜头切换片段再做进一步检测,提出非相邻帧二次帧差法对渐变镜头进行检测。实验结果表明,利用Map Reduce模型和改进的镜头算法在加速镜头边界检测的同时,还可以取得较好的检测精度。     

基于CMISW的镜头边界检测

利用滑动窗口来进行镜头边界检测自适应阈值的计算是一种常用的方法。该文提出一种基于颜色——梯度模值二维直方图的自适应镜头边界检测方法。计算出帧间差值以后,在原有高斯模型滑动窗口内部增加一个滑动窗口计算自适应阈值。实验结果表明,该方法能有效避免滑动窗口方法中因窗口大小参数设置所导致的漏检问题,并且使检测性能得到进一步的提高。     

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SVD的镜头边界检测方法

为了有效地进行视频镜头边界检测,在简要介绍了现有的镜头边界检测基本方法的基础上提出了基于SVD的镜头边界检测方法。该方法通过特征提取来构造视频特征矩阵,经过SVD变换得到特征值矩阵,然后将特征值矩阵映射到向量空间,最后通过分析向量间的夹角来判断镜头的变化。实验结果表明,在镜头边界检测性能上优于已有的基于帧差的双阈值镜头边界检测方法。     

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。     

基于累积帧的自适应双闭值镜头边界检测算法

镜头边界检测是基于内容视频检索的重要组成部分。针对渐变的视频序列,提出一种基于累积帧的自适应阈值镜头边界检测方法。考虑用一个累积帧把每一帧之间的差异累积起来,放大渐变的特征变化,利用块匹配算法对运动进行估计和补偿,以减少物体运动对镜头边界检测的影响。通过分析帧亮度和饱和度与阈值的关系,用自适应双阈值提高镜头边界检测的准确性。实验结果表明,该算法可以在较小的计算强度下较好地实现对镜头渐变的检测。     

增强视频镜头边界检测鲁棒性算法的研究

为有效避免闪光和字幕等因素对镜头边界检测造成的影响,提高视烦镜头边界检测的查准率,根据镜头转换的特点和颜色空间的特征,选取YUV颜色空间,对亮度信息进行分析.采用改进的直方图分块加权法计算视频帧的帧间差,结合其变化规律,将全局阈值和自适应阈值相结合,对突变检测加以控制,并依据视频中闪光具有的特性,检测出闪光序列,使其不参与自适应阈值的计算,提高阈值的准确度,从而增强镜头检测的鲁棒性.     

基于帧差与非相邻帧差的自适应镜头检测方法

针对突变和渐变的特点,实现了一种基于帧差和非相邻帧差的自适应镜头检测方法。方法通过计算相邻帧差有效地检测突变镜头,通过计算非相邻帧差实现对渐变镜头的有效检测,二者结合可检测出几乎所有的突变和渐变镜头,获得了良好的综合检测效果。该方法不用设全局阈值,适应性强且计算量小,实验结果表明了方法的通用性和有效性。     

基于基色调的镜头边界检测方法

视频结构化组织是建立视频检索和浏览系统的基础，而镜头边界检测是视频结构化的第一步. 在本文中，我们提出了基于基色调的镜头边界检测方法. 该方法首先利用 I 帧的比特数信息，减少参与检测的 I 帧；然后在考虑基色调的基础上得到局部的自适应阈值；最后用双阈值方法检测镜头边界. 实验证明，该方法可以对长视频序列进行较好的镜头突变和渐变检测，并且减少了计算量，同时能够排除大物体运动和摇镜头对镜头检测的影响.     

基于BAMH的视频镜头边界检测

镜头边界检测是进行视频内容分析的首要步骤．提出一种新的基于分块向量角和模值二维直方图(BAMH)的镜头边界检测方法，将视频帧分割为多块，分块统计向量角和模值二维直方图作为计算帧间不连续值的特征，采用自适应阈值分割，检测镜头边界．实验结果表明，本文方法的检测性能优于全局向量角一模值直方图方法，更优于HSV空间颜色直方图方法．     

基于因果的自适应双阈值镜头边界检测算法

将因果检测法与双阈值法相结合,提出了一种基于因果的自适应双阈值镜头边界检测算法.首先,利用相邻两帧之间的帧间差异值对突变和渐变进行预检;然后,加入渐变检测容忍度、边缘和非相邻帧间差异值等信息,对初检结果进行复检,排除闪光灯、剧烈物体运动、淡入、淡出以及溶解等造成的误检和漏检,以提高整体检测效果.实验结果表明,与传统的双阈值镜头检测方法相比,本方法可获得更好的检测性能.     

An Accumulation Algorithm for Video Shot Boundary Detection

In this paper, an accumulation algorithm for video shot detection is introduced. The algorithm considers the properties of gradual transition. In a gradual transition, there is only a small difference between consecutive frames. The algorithm remembers the differences between consecutive frames and accumulates them. When the accumulation difference exceeds a threshold, an occurrence of shot transition is declared. Our main contributions are to introduce a frame C that remembers the changes from the beginning of a shot and detect the different types of boundaries (cut, fade, dissolve) at one process. We tested our algorithm with clips extracted from MPEG VCDs. The algorithm showed a good performance in detecting the gradual transitions as well as the abrupt cuts and has the ability to identify different types of boundaries.     

Novel automatic video cut detection technique using Gabor filtering

Video shot transition identification constitutes an important computer vision research field, being applied, as an essential step, in many other digital video analysis domains: video scene detection, video compression, video indexing, video content retrieval and video object tracking. This paper approaches the video cut transition detection domain, providing a novel feature-based automatic identification method. We propose a feature extraction technique that uses 2D Gabor filtering, computing tridimensional image feature vectors for the video frames. Most shot cut detection techniques use a thresholding operation to discriminate between the inter-frame difference metric values and thus identify the video break points. Our identification approach is not threshold-based, using an automatic unsupervised distance classification procedure instead of a threshold. Thus, we provide a region-growing based classification approach, that proves to be very efficient in clustering the distances between feature vectors of consecutive frames. The two resulted distance classes determine a satisfactory video shot detection.     

基于多种视频特征的镜头边界检测算法

提出一种基于多种视频特征的自适应镜头边界检测算法.利用滑动窗口将当前帧与其前后相邻多帧的视频特征进行比较,形成2组相似向量,利用Fisher判别式与运动矢量形成的自适应阈值实现突变检测.提取帧的亮度方差作为特征,通过有限状态机实现渐变检测.对大量TRECVID视频进行实验,结果表明该算法对突变和渐变都具有良好的检测性能,对运动及闪光具有较好的鲁棒性.     

基于基线的视频维吾尔文字幕帧提取研究

根据维吾尔文字独有的基线特性,提出了一种新的视频维吾尔文字幕帧提取方法,首先进行维吾尔文字幕帧的读取,然后根据相邻帧之间的像素帧间差异和区域像素统计对视频段作初步镜头关键帧的检测,之后对检测到的镜头关键帧作区域处理,检测视频帧中是否具有基线特性,再根据基线设置阈值,最后提取出代表视频语义的主要视频帧。实验证明:该提取方法简洁有效,其字幕帧提取率平均可达到85%以上。     

基于互信息量的镜头边界检测算法

为快速稳健地检测镜头边界,提出基于互信息量的镜头边界检测算法。采用基于HSV空间不均匀分块直方图求取的帧间互信息量作为视频帧间差异度量,结合相应的阈值策略与时域窗策略,实现对镜头的切变,以及常见渐变与计算机特效技术制作的镜头变换检测。对包括广告、综艺节目、新闻等多类视频数据进行实验,结果证明,该算法对切变检测的综合效果比经典基于直方图的双阈值法平均提高11.9%,渐变检测的综合效果平均提高7.6%,能有效减弱摄像机运动与光照变化对镜头检测的影响,对不同类型视频镜头检测效果稳定,具有较高的查全率与查准率。     

基于统计分析的视频目标检测

针对如何从包含大量冗余信息的视频中快速检测目标的问题,提出了一种基于统计分析的目标检测方法。该方法采用改进的直方图均衡化算法对图像做预处理;通过曼哈顿距离计算图像帧之间的差值,并对差值做进一步处理;采用迭代的方法,从图像帧差值中求取阈值,利用阈值判断前景帧和背景帧;在背景帧基础上建立背景模型,通过卡方值判断前景点和背景点;最后利用形态学还原物体真实形状,实现目标的准确检测。实验表明,该方法能快速准确地检测目标,可应用于视频监控的目标检测。     

基于局部和全局特征相融合的切变镜头自动检测算法

提出一种改进的基于局部的亮度差异直方图的方差和全局的灰度直方图帧差相融合的切变镜头自动检测算法,该过程由滑动窗口中相邻两帧的融合特征差值与自适应阈值的比较来自动进行切变检测。提取帧的分块亮度差异直方图的方差作为局部特征,这样既可以避免闪光灯和运动的干扰,又可以增加特征的空间信息;同时提取帧的灰度直方图作为全局特征;接着将二者相互融合,通过和自适应阈值比较来进行切变检测。对大量视频进行实验,结果表明该算法对切变检测具有良好的检测性能,对运动及闪光灯具有较好的鲁棒性,易于实现。