一种新的视频镜头扫换边界检测方法

视频镜头扫换边界是一种常见的镜头边界类型,扫换的特征与大的物体/相机运动相似,比镜头的切变和溶解边界更难检测.本文提出了一种将三维的视频数据转换到二维的时空切片灰度图像,然后利用图像处理算法将扫换边界前后的镜头分割开来.本文提出的方法对大部分扫换类型有效,对扫换镜头边界的长度以及光照的变化不敏感.实验结果表明本文算法能够快速、有效地检测出镜头扫换边界.     

基于机器学习的压缩域镜头分割技术

为了进行视频结构化和视频内容分析,需要准确有效地提取视频镜头的边界信息.为此提出了一种利用支持向量机(SVM)学习压缩域特征的算法进行镜头边界检测,只需简单译码即可得到MPEG1/2等各类视频流压缩域的特征信息.经TRECVID2005镜头边界检测集的评测,该算法在保证查全率和检测精度的情况下获得了满意的效果.     

基于模糊粗糙集的新闻视频镜头边界检测方法

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.为了将视频分割成镜头,现有的方法大都是首先提取大量的特征然后构造相异性测度函数.然而,太多的特征就会降低算法的效率.因此,有必要对镜头边界检测的规则进行特征约简.本文将粗糙集中的属性重要性和模糊粗糙集中的分类精度相结合定义了模糊粗糙算子,并构造了相异度检测函数.最后给出了镜头边界检测的一般性规则.由于本文检测方案的自适应性,因此适合于各种类型的新闻视频.用来自中央电视台的3个多小时的新闻视频所做的镜头边界检测实验获得了95.4%的查全率和96.1%的准确率.     

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.     

用非监督式聚类进行视频镜头分割

镜头边界检测是基于内容的视频检索首先要解决的问题。研究人员通常将镜头转换分为突变和渐变,并根据各种转换的特点采用不同的检测算法。在研究中发现,视频镜头的抽象程度与对其进行边界划分的精度相关。为此,提出采用非监督式聚类算法,按照给定的相似尺度对视频数据进行自组织和动态分析,完成层次化的镜头分割。该算法侧重于揭示视频的层次结构,能实现不同精度的视频抽象要求。     

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.     

基于颜色和灰度熵的视频镜头检测方法

视频镜头分割是视频检索和视频分类等应用的关键步骤,因此提出一种基于颜色直方图和灰度熵的镜头检测算法。该方法以HSV颜色直方图和图像的灰度熵为特征,计算视频相邻两图像帧的相似度,从而判断出是否发生了镜头变换。实验证明,该方法能准确检测出视频的突变镜头,对渐变镜头也有理想的检测效果。     

基于模型的视频渐变镜头检测方法

通过建立视频渐变镜头的编辑模型,并提取该模型的特征量,进而与帧平均亮度法相结合,提出一种检测视频渐变镜头边界的复合算法.实验结果表明,该算法简单有效,对视频渐变镜头具有良好的识别性能.     

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.     

Long transition analysis for digital video sequences

Video indexing is a technique used to extract objects within a video sequence and index them so that they can be used for future retrieval. In many video sequences, special effects such as fade and wipe are incorporated, and in some cases, it is desirable to be able to include objects within such effects for indexing. In this paper, we introduce an automatic process that determines the type of transition and extracts information from it, so that this information can be used in object extraction. Such a process consists of four stages: shot boundary refinement, shot type determination, frame reconstruction for soft transitions, and shot classification for hard transitions. In this paper, we will give the implementation, timing, and performance analysis for each stage. Long transition analysis bridges the gap between shot boundary detection and object tracking and smoothes the process of automatic video indexing for video databases.     

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。     

Shot boundary detection in the presence of illumination and motion

Detection of gradual transition and the elimination of disturbances caused by illumination change or fast object and camera motion are the major challenges to the current shot boundary detection techniques. These disturbances are often mistaken as shot boundaries. Therefore, it is a challenging task to develop a method that is not only insensitive to various disturbances but also sensitive enough to capture a shot change. To address these challenges, we propose an algorithm for shot boundary detection in the presence of illumination change, fast object motion, and fast camera motion. This is important for accurate and robust detection of shot boundaries and in turn critical for high-level content-based analysis of video. First, the propose algorithm extracts structure features from each video frame by using dual-tree complex wavelet transform. Then, spatial domain structure similarity is computed between adjacent frames. The declaration of shot boundaries are decided based on carefully chosen thresholds. Experimental study is performed on a number of videos that include significant illumination change and fast motion of camera and objects. The performance comparison of the proposed algorithm with other existing techniques validates its effectiveness in terms of better Recall, Precision, and F1 score.     

Video shot detection and condensed representation. a review

There is an urgent need to develop techniques that organize video data into more compact forms or extract semantically meaningful information. Such operations can serve as a first step for a number of different data access tasks such as browsing, retrieval, genre classification, and event detection. In this paper, we focus not on the high-level video analysis task themselves but on the common basic techniques that have been developed to facilitate them. These basic tasks are shot boundary detection and condensed video representation     

新闻视频单元高效切分方法的研究与实现

提出了一个基于口播检测的高效新闻视频单元切分方法。该方法首先检测出新闻视频的镜头边界;然后从每个镜头中提取出关键帧,并计算出关键帧的直方图和SIFT特征;最后通过关键帧聚类获取新闻视频中的所有口播镜头,并以此为依据将新闻视频分割成多个语义单元。基于以上方法,开发了用于新闻视频单元切分的软件系统。该系统能够准确、高效地实现新闻单元的自动切分,有效地减轻视频切分时的工作强度,满足新媒体时代节目快速制作的要求。