一种从MPEG视频流中快速分割镜头的算法

镜头分割算法是实现视频检索的关键,本文提出一种针对MPEG视频流的快速分割镜头的算法,介绍了该算法的基本原理与实现过程。该算法利用压缩视频中的可用信息,通过计算帧的内编码宏块数量的比例作为是否需要进行镜头分割判别的标识,进而计算MPEG视频流B帧各宏块编码类型来检测发生镜头分割的帧住置,并进行了相关的实验。实验
结果表明,该算法能快速有效地检测镜头分割,且计算量较小。     

用于视频镜头突变切换检测的二次差分法和像素点匹配二次差分法

镜头切换检测是视频检索研究领域中一项基本的、重要的技术．对于数字视频镜头突变切换的检测，一般有模板匹配法、直方图法等基本算法，但这些算法在实际检测中通常达不到较高的检测精度．为此，提出了一种新的用以消除视频运动对镜头切换检测影响的检测算法，即二次差分法，和一种新的计算两帧图象帧间差的算法，即像素点匹配法，实验结果表明，二次差分法较之直接帧间差算法，明显地提高了镜头突变切换检测的检测精度，像素点匹配法较之现有基本帧间差算法总体地提高了检测精度，而像素点匹配二次差分法达到了最好的检测精度，它能够实现在无虚检或只有很小虚检的条件下，对镜头突变切换的无漏检检测．     

基于Rough Set的镜头分割方法

综合利用了MPEG视频流P帧的运动特征、像素差和直方图差特征,提出了一种基于Rough Set的镜头分割方法。该方法首先提取视频流中P帧的宏块信息,然后分析得到其运动活力性、宏块类型和运动空间分布,再结合这些帧的像素差特征和直方图差特征,利用Rough Set对这些特征进行约减后,对镜头切换处进行识别。实验表明,该方法能有效地区分镜头的突变,对渐变也能很好地检测。     

H．264压缩域中利用Biased-SVM检测镜头边界

为了直接从H．264码流中检测镜头边界,提出了利用H．264压缩域多特征和Biased—SVM（不平衡支持向量机）分类算法的检测方法。分析帧类型、宏块类型、运动矢量、帧内预测模式等信息,以获得发生镜头突变和渐变的特征。针对镜头边界帧的数量远少于视频帧总数的特点,用Biased—SVM分类方法将视频帧分为突变帧、渐变帧和非镜头边界帧。在TRECVID视频集上的实验结果表明,与其他H．264压缩域的算法相比,该算法有更好的性能。     

MPEG压缩域关键帧提取的研究

提出了一种基于MPEG压缩域关键帧的提取方法.首先对MPEG压缩域中实现I帧的提取,然后利用I帧的特征8×8块的DC系数,计算相邻I帧对应位置的8×8块的DC系数相似性度量,进而实现镜头的判断,最后利用P帧宏块类型提取关键帧.由于处理过程是直接从MPEG的压缩视频提取,不需要对其完全解压,所以计算复杂度低,提高了提取速...     

一种快速的压缩域视频流场景分段算法

提出了一种快速的压缩域视频流场景分段算法，对视频流进行两次分析：第一次分析（粗略分析）只分析P-帧中宏块统计信息，检测出可能存在的镜头边界；第二次分析（精确分析）再对粗略分析找出的边界邻近的B-帧和P-帧的宏块类型进行分析。从而对场景变换进行精确分析和定位，实验结果表明，粗略分析可以满足实时检测的速度要求，帧定位误差控制在10帧之内，精确分析可以进一步把帧定位误差控制在2帧之内。     

一种有效的镜头探测方法

镜头是视频分析和检索的基本单元,根据两个相续镜头处视频内容的变化情况,可以把镜头边界分为突变和渐变两种。镜头探测的方法很多,但大多都是针对某一类镜头准确性很高。文中,介绍了一种有效的镜头探测方法,此方法综合利用双直方图比较法和MPEG视频流中B帧宏块的信息来探测镜头边界,对不同类型的镜头,都取得了很高的准确性。通过对十几段不同类型MPEG_I视频节目进行试验,效果相当理想。     

一种基于运动特征的快速镜头边界检测方法

提出了一种基于MPEG视频流运动特征的镜头边界检测模糊推理方法。首先提取MPEG视频流中每帧的宏块信息，然后分析这些信息分别得到相似度、相似度差、运动活动性强度差、运动集中度差等，并将它们作为隶属度函数的输入量，按照一定的推理规则得到突变、渐变、无镜头变换三种情况的隶属度值，值最大者决定该帧是何种类型。实验结果表明该方法具有较高的检测精度，而且由于该方法不用对MPEG视频流进行解压缩，因此处理速度快，适合于实时应用场合。     

一种在H.264/AVC压缩域中检测镜头边界的方法

针对像素域和MPEG压缩域镜头边界检测方法的不足,充分利用H.264/AVC视频编码标准的新特性,提出一种从H.264/AVC压缩码流中直接检测镜头边界的方法.首先,对图像帧做4×4块划分,然后,统计相邻帧对应块的帧内预测模式差异或帧间预测模式差异,最后,通过自适应阈值判决,实现对不同类型的视频镜头边界检测.实验结果表明,该方法具有良好的查全率和查准率.     

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。     

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.     

一种压缩域中的体育视频慢镜头探测方法

慢镜头探测是基于内容视频分析的一项重要技术.在介绍视频压缩的基本理论及MPEG-1视频压缩标准的基础上,对压缩城内的慢镜头探测进行了研究,提出了一种两阶段压缩域下的慢镜头探测方法.该探测方法的第一步是基于宏块类型信息的镜头探测,在镜头探测的基础上定义和计算镜头密度,探测可能的慢镜头出现位置;第二步是计算压缩域下连续帧间差,从候选慢镜头中探测慢镜头.实验结果显示,相对于已有的方法,该方法具有较快的探测速度和较高的准确率.     

Effective wipe detection in MPEG compressed video using macro block type information

For video scene analysis, the wipe transition is considered most complex and difficult to detect. In this paper, an effective wipe detection method is proposed using the macroblock (MB) information of the MPEG compressed video. By analyzing the prediction directions of B frames, which are revealed in the MB types, the scene change region of each frame can be found. Once the accumulation of the scene change regions covers most of the area of the frame, the sequence will be considered a motionless wipe transition sequence. Besides, uncommon intracoded MB of the B frame can also be applied as an indicator of the motion wipe transition. A very simple analysis based on small amount of MB type information is sufficient to achieve wipe detection directly on MPEG compressed video. Easy extraction of MB type information, low-complexity analysis algorithm and robustness to arbitrary shape and direction of wipe transitions are the great advantages of the proposed method.     

一种新的基于运动矢量的MPEG VIDEO码流cut检出算法

介绍了一种对ＭＰＥＧ ＶＩＤＥＯ码流中场景切换点进行高速检出的新方法,在计算各帧相对于预测帧的类似度之后进行了类似度的归一化,降低了ｃｕｔ检出算法的复杂度,提高了检出的速度。     

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。     

AVCD-FRA: A novel solution to automatic video cut detection using fuzzy-rule-based approach

Video shot boundary detection (SBD) is a fundamental step in automatic video content analysis toward video indexing, summarization and retrieval. Despite the beneficial previous works in the literature, reliable detection of video shots is still a challenging issue with many unsolved problems. In this paper, we focus on the problem of hard cut detection and propose an automatic algorithm in order to accurately determine abrupt transitions from video. We suggest a fuzzy rule-based scene cut identification approach in which a set of fuzzy rules are evaluated to detect cuts. The main advantage of the proposed method is that, we incorporate spatial and temporal features to describe video frames, and model cut situations according to temporal dependency of video frames as a set of fuzzy rules. Also, while existing cut detection algorithms are mainly threshold dependent; our method identifies cut transitions using a fuzzy logic which is more flexible. The proposed algorithm is evaluated on a variety of video sequences from different genres. Experimental results, in comparison with the most standard cut detection algorithms confirm our method is more robust to object and camera movements as well as illumination changes.     

一种因果的突变镜头检测方法

通常镜头检测算法在进行镜头检测时都要利用前后若干帧的信息,该文提出了一种因果的突变镜头检测方法,只利用当前帧之前有限长度内帧的信息。利用两帧之间3×3分块后对应区间HSV直方图间的距离,应用加权系数来计算帧间差值。运用位于当前帧前的一个可变长的滑动窗口来进行突变镜头检测,并对静止镜头进行了处理。该文最后给出了算法的完整流程并进行了试验,试验结果表明该算法的检测准确率达到了95%,并对推拉镜头具有一定的鲁棒性。     

基于特征的实时镜头切变检测

提出了一种新的基于边缘特征的帧间相似性度量方法,并在此基础上实现了一个实时的镜头切变检测算法。为了降低基于特征的算法的运算复杂度,该算法采用一种快速的边缘模式分类方法从部分解码的码流中提取视频帧的边缘特征,通过考察相邻帧边缘分布的相似性定义了一种反映局部信息的帧间相似性度量。结合反映全局特征的基于彩色直方图的相似性的度量和改进的滑动窗算法,实现了高性能的镜头边缘检测。相对于现有的基于特征的算法,该算法具有更低的运算复杂度,适合实时应用。