基于子窗口区域的足球视频镜头分类

为了对海量视频数据进行有效的管理和快速浏览,急需对数字视频进行基于内容的视频检索。镜头分类是足球视频处理与检索的重要部分,针对目前现有足球镜头分类方法存在算法准确性不高或运算量过大的问题,提出了一种新的基于子窗口区域的镜头分类方法。该方法采用在HSV颜色空间中计算足球视频帧子窗口区域球场色像素比率,并辅以边缘信息的检测,对足球视频中的主镜头、中镜头、特写镜头和其他镜头进行了分类,实验结果表明该方法切实可行,具有很高的检出率和准确率。     

足球视频镜头分类方法

根据视频语义分析和视频摘要等应用对于视频数据结构化的需求,提出了一种针对足球视频的镜头分类方法.通过logo模板匹配检测并定位出视频中的慢镜头,对其余的正常比赛部分做镜头边界检测完成视频切分.基于分块的思想,对正常比赛镜头帧计算其各块的场地像素比率值作为特征,利用SVM分类器将正常比赛镜头分为远镜头、中镜头、球员特写或场外镜头3类.至此,整个视频流可以表示为结构化的四类镜头类型标示序列.实验结果表明,该方法在视频切分和镜头类型识别的准确性方面具有良好的效果.     

一种基于球场模型的广播足球视频摄像机自动定标方法

随着足球视频语义内容分析和理解、自动视频索引、虚拟增强现实表示等研究的不断深入,摄像机定标技术扮演了越来越重要的角色.基于此,提出了一种基于球场模型的广播足球视频摄像机自动定标算法,该算法建立在所定义的球场模型基础之上,首先通过改进的球场线探测算法得到球场平面的特征点,并求解摄像机同形 (Homography)矩阵,然后,利用所求解的同形矩阵来定位球门,得到球门平面的两个特征点,最后根据基于K均值聚类和Hough-like搜索的方法来得到最优的摄像机内外参数.初步的实验结果表明,依据本文算法所求解的摄像机参数最优值相比初始值精确度更高,并且其在连续帧中也更加稳定.     

视频镜头边缘检测技术

本文对视频镜头边缘检测的基本原理进行了阐述,介绍了压缩域和非压缩域中视频图象的镜头切换、渐变及溶解的检测方法,以及各类检测方法的基本思想和主要公式,最后指出了性能评价所面临的问题。     

一种新的基于对象的足球视频镜头分类方案

论文提出了一种基于对象的足球视频镜头分类方案。首先对足球视频中的场地和运动员对象进行检测和分割,然后利用识别出的场地特征、运动员数目及运动员与场地比例等特征,对足球视频中的长距镜头、中距镜头、特写及其它类型的镜头进行分类。实验表明,该分类方案取得了良好的效果。     

基于预处理的视频镜头边界检测算法

针对视频镜头边界检测的高时耗问题,提出了一种基于视频预处理的视频镜头边界检测(SBD)改进算法。通过使用自适应的阈值选择可能包含镜头边界的候选段,候选段内首帧与其余各帧进行相似度对比检测出镜头起始帧,并立即检测切变。若候选段中不包含切变,则进行渐变检测。调整候选段以保证镜头边界位于同一段内,段内其余各帧与起始帧进行相似度对比确定镜头结束帧。实验结果表明,所提算法镜头边界识别准确率能够达到90%以上,且与倒三角模式匹配方法相比能够节约时间15.6%~30.2%;与对渐变和切变分别检测的算法相比,该算法能够在满足识别率的基础上提升检测速度。     

一种有效的视频镜头检测方法

镜头是视频数据的基本单位,对视频镜头的检测是视频检索和浏览技术的基础工作。本文提出了一种简单的镜头检测方法,该方法首先使用视频亮度信息检测突变镜头,然后使用亮度和色度信息检测渐变镜头。通过实验与典型的“双阈值”镜头检测法相比较,证明该算法是有效的。     

视频镜头分割方法

基于内容的视频检索是当前数字视频处理领域的研究热点之一,作为该技术实现的要前提和关键环节,镜头边界检测引起了众多学者的兴趣。介绍了像素域和压缩域两类方法,对现有镜头分割方法的特点进行了分析。     

利用情感激励提取足球视频精彩镜头

足球视频精彩镜头的提取是足球视频检索和摘要生成的关键技术,有着很高的学术研究价值和广泛的应用前景.在系统分析现有足球视频精彩镜头提取方法的基础上,从观众情绪波动的视角出发,以Hanjalic情感曲线的理论思想为基础,设计了一个基于情感激励模型提取足球视频精彩镜头的系统.针对足球视频构建了一种新的特征——镜头激烈度,用此特征取代运动强度特征建立情感激励模型,从而改进了Hanjalic情绪激励曲线的生成方法,提高了系统的查全率、准确率和计算性能.结合足球领域知识,实现了更准确的精彩镜头定位方法,可以根据用户的实际观看时间自动筛选精彩镜头.实验结果验证了算法具有很好的检测效果.     

视频镜头分割方法

基于内容的视频检索是当前数字视频处理领域的研究热点之一,作为该技术实现的要前提和关键环节,镜头边界检测引起了众多学者的兴趣。介绍了像素域和压缩域两类方法,对现有镜头分割方法的特点进行了分析。     

结合标签传递的镜头边界检测与分类

镜头是视频的基本组成单元,其自动检测与分类是视频分析的重要任务。为了有效利用视频流视觉上的感知特性,提出一种基于标签传递的镜头边界检测与分类算法。该算法利用半监督学习的标签传递机制,通过视频流中连续多帧之间的相关性,将预先构造的初始状态标签通过相关图不断传递,以揭示不同镜头变化类型的视觉感知特征。然后利用多类SVM分类器进行镜头类型分类。实验结果表明,本文算法能有效识别多种镜头类型,对视频分析、检索等具有一定实用价值。     

视频镜头边缘检测算法研究与比较

视频镜头边缘检测中的直方图、像素差异等算法只针对有限的测试数据进行了范围比较狭窄的测试,对于算法的适用领域和范围没有进行测试和说明.为了解决这一问题,设计实现了三种视频镜头检测算法,并构造了丰富的测试视频数据集,针对测试结果进行了实现算法的性能分析以及提出了改进建议.     

结合变步长的两阶段视频镜头边界检测方法

直方图法检测视频镜头边界存在误检和漏检问题,单独采用边缘特征的方法存在高计算复杂度问题。综合两种方法的优点对视频进行两阶段检测。即先采用直方图法,在此基础上,利用边缘特征和变步长进行再次检测。实验结果表明,新的检测方法能有效地避免上述两个问题,在兼顾检测效率的同时提高了检测的查全率和查准率。     

MPEG压缩域多尺度镜头切变检测算法

如何在压缩域进行镜头的切变检测一直是视频自动索引和检索中的难点。提出了一种MPEG压缩域多尺度镜头切变检测算法,在GOP、slot和B帧三个尺度上对MPEG视频流进行分析。通过对相邻I帧的检测,确定一个GOP中是否存在镜头切变;通过对slot的分析,确定镜头切变在GOP中所处的区域;通过对B帧的检测,确定镜头切变发生的确切位置。     

基于运动矢量的MPEG视频镜头边界检测

首先提取I帧的DC图进行镜头的粗略检测,然后提取P帧的前向运动补偿矢量,利用扩展矢量中值(EVM)滤波对运动矢量进行滤波预处理,并且进一步提取三个运动特征：运动强度值、运动强度差和运动矢量方向直方图绝对差,最后用模糊逻辑对上述三个特征进行综合,推理得出突变、渐变镜头和非镜头,实现镜头的检测。由于不需要对视频完全解压,直接从MPEG压缩码流中提取信息,所以计算复杂度低,提取速度较快。最后通过实验验证了该方法。     

基于多模态信息融合的新闻独白镜头检测

新闻视频中的独白镜头具有较大的信息量,在视频检索和挖掘中具有较高的应用价值。提出了一种融合音频、视频、时域以及上下文信息等多模态特征进行独白场景检测的方法。首先利用规则移除广告和“其他”镜头,然后应用聚类的方法检测主持人镜头,最后应用条件随机场（CRFs）模型标记独白和记者镜头。该方法无需额外的信息,具有较好的普适性,实验取得了较好的性能。     

一种基于特征跟踪的视频镜头检测算法

将视频切分为镜头是视频内容分析及基于内容的视频检索和浏览的第一步。针对视频镜头边界检测,提出了一种基于特征跟踪的新算法。该算法从镜头起始帧中提取出一组角点特征,然后在后续帧中基于Kalman滤波进行特征窗跟踪,最后根据对应特征窗内的像素特征变化规律,得到镜头边界检测所需的测度,判断镜头切换的性质和渐变镜头的起止时间。实验结果表明该算法运算复杂度低,且具有较强的鲁棒性。     

Information-theoretic temporal segmentation of video and applications: multiscale keyframes selection and shot boundaries detection

The first step in the analysis of video content is the partitioning of a long video sequence into short homogeneous temporal segments. The homogeneity property ensures that the segments are taken by a single camera and represent a continuous action in time and space. These segments can then be used as atomic temporal components for higher level analysis like browsing, classification, indexing and retrieval. The novelty of our approach is to use color information to partition the video into segments dynamically homogeneous using a criterion inspired by compact coding theory. We perform an information-based segmentation using a Minimum Message Length (MML) criterion and minimization by a Dynamic Programming Algorithm (DPA). We show that our method is efficient and robust to detect all types of transitions in a generic manner. A specific detector for each type of transition of interest therefore becomes unnecessary. We illustrate our technique by two applications: a multiscale keyframe selection and a generic shot boundaries detection.     

一种快速的自适应镜头边界检测方法*

为减少视频处理数据量及提高检测效率,提出一种快速的自适应镜头检测方法。该方法利用跳帧法从原始视频帧中提取新的视频帧序列,通过计算滑窗内亮度直方图帧差到帧差均值的距离来检测镜头变换。实验结果表明,在显著提高检测效率的同时,该方法能有效检测出镜头变换。