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。     

一种通用的渐变镜头检测方法*

针对渐变的特点,提出了一种基于非相邻帧差的通用渐变镜头检测方法,该方法利用非相邻帧差有效地突出了渐变的特征,利用窗口最大值准确地找到渐变的中心位置,该方法不用设置全局阈值,与具体的渐变转换效果无关,适应性强。实验表明该算法取得了良好的检测效果。     

一种渐变镜头检测方法

镜头检测与分割在视频检索中起着关键的作用。切变镜头识别已有许多成熟的方法。如何识别渐变镜头是视频分割中的难点。文章利用视频中图像帧直方图方差的变化,提出了一种渐变镜头的分割方法。实验表明,该方法简单有效,且具有较高的精度。     

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。     

基于梯度向量角法的视频序列中镜头渐变检测

镜头边界检测是进行视频内容分析的首要步骤。本文提出一种新的基于梯度向量角的镜头边界检测方法。首先进行小波变换,提取第二层分解的低频系数,再求出梯度系数,然后计算连续帧梯度系数之间的绝对距离,得到两帧之间的不连续值,最后采用自适应阈值分割,检测出镜头边界。     

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。     

基于相邻尺度小波变换乘积的镜头渐变检测

镜头边界检测是进行视频内容分析的首要步骤。提出一种基于相邻尺度小波变换乘积的镜头边缘检测方法。对镜头内的每帧视频图像进行小波变换,求出各帧图像相邻尺度小波变换尺度积的模和方向。计算连续帧图像尺度积与模之间的绝对距离,得到2帧图像间的不连续值。通过自适应阈值分割,检测出镜头边界。     

基于镜头的鲁棒视频广告检测

随着多媒体技术的发展，自动检测出数字视频节目里面嵌入的广告是很具挑战性的研究．然而，由于嵌入的广告的制作方式和表现手法的多样性，很多自动检测模型的实验结果往往不甚理想．为了提高检测系统的鲁棒性，提出了3阶段广告检测系统．首先，提出了基于区域特征重要性的镜头检测算法（RBFID，region-based feature importance detection），实现视频播放中突变镜头和消隐镜头的检测，同时从每个镜头提取出一些统计特征用来标识镜头．然后，利用SVM的优异分类特性实现镜头分类．最后为了能得到精确的广告视频段，利用广告视频在内容和时间上的连续性来消除错分的镜头，然后将广告镜头整合成广告视频段．本系统在30个电视节目的片段上进行验证，实验结果表明此广告检测系统具有实用性．     

一种独特的镜头融解变换分类检测思想与算法的实现*

基于传统算法,提出了一种新的用来检测融解变换的系统。该算法改进了像素点密度帧差、给出了像素均差、像素相似度的特征,并且提出了将融解渐变分为超短渐变、长渐变和短渐变的分类检测方法。改进后的像素点密度帧差降低了全局噪声,像素均差、像素相似度在融解渐变的检测中表现出了良好的特性。实验证明,分类检测的思想,分离了原本容易混淆的超短渐变与切变、闪光,提高了检测的召回率和精度。     

一种独特的镜头融解变换分类检测思想与算法的实现*

基于传统算法,提出了一种新的用来检测融解变换的系统。该算法改进了像素点密度帧差、给出了像素均差、像素相似度的特征,并且提出了将融解渐变分为超短渐变、长渐变和短渐变的分类检测方法。改进后的像素点密度帧差降低了全局噪声,像素均差、像素相似度在融解渐变的检测中表现出了良好的特性。实验证明,分类检测的思想,分离了原本容易混淆的超短渐变与切变、闪光,提高了检测的召回率和精度。     

改进的累积帧实现镜头转换检测技术

镜头检测方法是视频内容分析和视频检索中的关键技术之一。对累积帧的检测镜头转换的方法提出了改进,包括：采用图像块颜色均值差作为前景后景判决参数,更好地避免了噪声影响;提出局部全搜索块匹配算法准确区分物体运动与渐变镜头。对镜头转换判决阈值的设定进行了修正。通过实验对算法检测效果进行分析比较,结果表明,改进后的算法能很好地解决累积帧方法对快速运动场景容易出现误判的问题,具有更好的镜头检测效果。     

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.     

基于自动确定特征点数的镜头分割方法

镜头分割对实现基于图像内容的视频检索具有重要作用。为了提高视频镜头分割的效果,采用Harris 算子进行像素点的能量评估,并抑制伪特征点。通过图像帧分块和边缘检测,获取最小化特征点集,并使特征点分布相对均匀合理,然后根据特征点计算图像帧统计量,进一步形成图像帧的特征向量。在此基础上,结合图像帧渐变检测和闪光检测实现镜头分割方法,取得很好镜头分割效果。     

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。     

一种基于模型的扫换检测方法

视频自动分割是实现视频数据库检索必不可少的一个过程,其基础是镜头边界检测.当前已有的算法能够较准确地检测出镜头突变,但对于镜头的渐变则常常会漏检,这是由于镜头渐变时帧间差没有一个明显的峰值,因而其检测比突变检测要困难得多.扫换是一种常用的视频空间编辑手段,用于实现多种镜头变化.通过分析各种类型的扫换,提出了一种新的基于视频空间编辑模型的扫换检测算法,其性能优于Alattar提出的基于统计特征的算法.对用AdobePremiere5.1生成的各种扫换视频进行检测.实验结果表明,这种扫换检测算法能够较好地适应