视频检索中的镜头边界检测

镜头边界检测是视频检索的关键技术。文中介绍了目前镜头边界检测国内外的研究成果。各检测方法的特点及其不足之处,并指出了发展方向。检测手段主要集中在像素域和压缩域中。其中在像素域中的检测方法主要包括：像素亮度匹配、直方图比较、基于块的技术、二次比较、基于运动矢量的技术、基于网络的技术、基于镶嵌的技术。压缩域中的方法主要包括：利用ＤＣＴ系数进行匹配、利用矢量量化的方法、利用子带分解的方法、利用运动矢量的     

一种在MPEG压缩域中检测镜头扫换的方法

当前对镜头切变已能够提供有效的检测方法,但渐变的检测一直是一个难题,也是当前视频分割新的研究热点.本文提出一种在MPEG压缩域中检测扫换(Wipe)的方法,它通过分析B帧和P帧中宏块编码类型的时空分布特点来进行检测,利用哈夫变换判断变化区域连续性,最后使用DC图像的直方图分析进一步验证.它不仅能定位扫换的起止帧,而且能得到扫换方向等特性.本方法需要比较小的运算量,同时对运动和其他镜头切换有比较好的区分性.     

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.     

一种自动选取阈值的视频镜头边界检测算法

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.文中介绍了现有的镜头边界检测的基本方法,并针对其不足提出了一种自动选取阈值的、综合考虑颜色和空间特征的镜头边界检测算法.该方法能较好地检测出镜头突变和物体运动以及光线变化等情况,对渐变镜头也能达到检测的目的.实验结果表明算法能够有效地检测出视频镜头边界.     

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Hausdorff距离进行视频镜头边界检测

提出了一种新的利用Ｈａｕｓｄｏｒｆｆ距离进行视频镜头边界检测的方法。首先使用Ｃａｎｎｙ乍子提取视频序列的边缘,把当前帧的边缘图分成Ｎ个小区域,分别进行运动补偿,然后利用Ｈａｕｓｄｏｒｆｆ距离比较视频帧之间边缘特性的差异,这种差异体现在各个小区域新出现和刚消失边缘点的数量之和。这种方法不但受光照条件变化影响不大,而且也能在某种程度中抵消物体和镜头的运动,最后讨论了该算法的局限性和今后的改进。     

几种改进的镜头边界检测方法及其比较

介绍了国内外最新的几种镜头检测算法，分析了几种实用的视频检索系统中普遍采用的镜头边界检测方法，对其中的几种典型算法进行了改进，包括像素比较法、直方图比较法、X^2直方图比较法、区域块直方图比较法，并通过实验对这几种算法检测效果进行了分析比较。实验结果表明，改进后的算法具有较好的镜头检测效果。     

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。     

一种改进的视频镜头切变检测算法

介绍了现有典型切变检测方法,提出了一种改进的镜头切变检测算法,利用像素法和直方图法相结合,有效避免了像素法导致的误检问题和直方图法导致的漏检问题,取得了较好的实验效果.同时引入一种闪光检测方法,避免了因闪光导致的误检问题.     

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.     

基于视频的车辆检测中检测与去除阴影的一种有效方法

本文针对视频车辆检测系统中的关键步骤-视频检测中的阴影去除进行深入研究,在分析了阴影产生的原因和阴影的特点之后,综合利用灰度图像及其差分后的二值化图像,提出了一种基于背景差分的检测与去除阴影的新方法.实验证明,该方法能够较好地去除运动车辆的阴影,保留比较完整的车辆目标信息, 为准确提取车辆目标奠定了基础.     

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。     

一种新型非线性边缘检测算法

提出一种新型的非线性边缘检测技术。首先利用标准的Sobel梯度算子对图像的边缘点进行初选，然后用双同心圆窗口算子在候选边缘点集中寻找真正的边缘。通过与其它成熟的边缘检测技术进行比较。结果显示：该算法获得的边缘图像质量优于传统的Sobel算法；检测出的边缘与Canny和LoG算法可比，计算量却比二者有明显降低。     

一种新的基于直接最小二乘椭圆拟合的肤色检测方法

肤色检测是计算机视觉中的一个重要问题,本文提出了一种新的基于直接最小二乘椭圆拟合的肤色检测方法,其基本思想是根据肤色样本分布区域的边界数据点采用曲线拟合的方法得到肤色分布区域的边界方程。在实现时,为了解决直接在笛卡儿坐标系中提取肤色样本分布区域边界数据的困难,算法采用了一种新的解决思路,即首先把训练肤色样本在色度空间的统计分布转化为图像的形式,然后再利用边缘检测方法得到肤色分布区域的边界数据。根据所得的边界数据点用直接最小二乘椭圆拟合方法便可得到肤色分布区域的椭圆边界,方法简单直观。实践表明,该算法能完成对各种不同环境条件下所拍摄图像的肤色分割,效果理想,其性能明显优于常用的域值界定法和单高斯模型法。     

一种新的快速视频图像边缘检测算法

一般常用的边缘检测算法计算量较大,对细小边缘检测效果较差,不适合实时边缘检测系统。针对这一问题,本文提出一种连续分割的快速边缘检测算法：从相互垂直两方向分割梯度图像,提取截面曲线极大值获得图像边缘,使用形态学梯度,检测出细小的图像边缘。实验结果表明此算法较Canny等经典算法减少了计算量,提高了边缘检测精度。     

一种新的红外焦平面阵列盲元检测算法

受材料、制造工艺等因素的影响,红外焦平面阵列探测器均存在一定数量的盲元.在分析探测单元响应特性的基础上,提出一种双参考辐射源+定义检测算法.实验结果表明,该算法具有盲元误检率低,查找快速等优点.     

视频多运动目标提取的新方法

提出一种利用视频序列的时域和空域信息进行多运动目标检测的新方法.首先对相邻的图像帧进行差分,并利用3σ准则二值化差分图像,得到运动目标的时域信息,然后标记该二值图像的连通区域来消除噪声,结合边缘检测所得到的空域信息得到运动目标模型,最后连接模型的最外围轮廓点即得到目标的完整信息.该算法充分运用了运动目标的时域、空域两方面信息,能够准确的提取出运动目标.     

一种基于内容视频检索中的镜头分割算法

提出了一种统一的可以检测出切变、渐变的视频镜头检测算法。首先,通过颜色局部累积直方图与纹理相结合的方法获得视频的帧间差,对于切变检测,通过已经计算得到的帧间差为基础,采用双重窗口检测算法实现,对于渐变的检测,采取了统一的双阈值检测方法对所有渐变类型进行了检测。通过多次试验,证明了用本文算法进行视频镜头检测能取得比较好的效果。     

高频地波雷达协同检测新方法

电离层杂波、海杂波以及射频干扰的存在造成高频地波雷达目标检测上的困难。针对高频地波雷达的极化特性和目标在距离-多普勒谱中的扩张特性,先设计一种改进的二维恒虚警检测算法,后将该方法与极化处理方法融合设计一种新的协同检测算法,该检测算法实现了能量域和极化域的协同检测,突破传统极化检测方法计算复杂等问题。高频地波雷达实测数据中的仿真和检测结果表明:在电离层杂波背景中,协同检测算法性能优于恒虚警方法。