基于Rough Set与SVM的关键帧提取方法

综合利用MPEG视频流压缩域中P帧、B帧的DC系数和运动特征以及非压缩域纹理特征,提出一种基于RoughSVM的关键帧提取方法.该方法首先提取视频流中P帧、B帧的DC系数、分析运动活力性和运动空间分布和宏块类型、提取的纹理特征后,利用Rough Set对这些特征进行约减后,用SVM进行分类识别.实验表明,该方法能有效地识别关键帧.     

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。     

基于宏块运动信息的镜头边界检测

镜头边界检测是视频处理与检索中最重要的第一步。对视频流直接在压缩域中部分解压I帧,提取其DC图像的特征,利用连续I帧的DC图像的特征差异粗略定位镜头的边界,再根据压缩域中P、B帧的各种类型的宏块数量变化精确定位镜头边界。实验结果表明,本算法能高效而精确地对突变镜头和渐变镜头进行检测,弥补了压缩域中镜头定位精确性不高的缺点。     

基于统计特征的镜头边缘侦测

通过分析MPEG视频流中I帧的8×8DCT编码块的DC系数的统计特征,用每个88 DCT编码块的DC系数计算I帧图象的亮度、行列直方图,比较I帧之间直方图的差异,直接从原始的MPEG视频流中侦测镜头切换点.     

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。     

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。     

改进的H.264快速帧内预测模式选择算法

为了减小H.264编码算法的复杂度,提出一种快速的帧内模式选择算法。根据宏块内部相邻像素差的特点判定宏块预测类型,对基于边缘方向直方图的Pan算法进行改进,利用改进的算法对选定了预测类型的宏块进行预测,选出最佳的预测模式。实验结果表明,该算法在保证失真率和码率性能的前提下,编码时间平均减少了71.6%,大大提高了编码效率。     

基于H.264的运动矢量插值修复算法研究

在视频编码新标准H.264中,一个16×16的帧间编码宏块可采用多种宏块分割模式来进行运动估计,其运动矢量场也更为精细。根据其运动矢量的邻域相关性提出了一种有效的运动矢量修复算法,可在压缩视频流在Internet上进行传输时发生丢包后,通过受损宏块时空域相邻宏块相关信息对丢失的运动矢量进行修复,并针对连续图像片丢失或整帧丢失情况进行处理。仿真实验表明,该方法可有效地抑制视频差错扩散,改善视频质量。     

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。     

基于Lorenz混沌系统的MPEG视频加密算法

为解决视频信息的安全问题,提出了一种利用Lorenz混沌系统,将加密过程融入到压缩过程的MPEG视频加密算法。利用Lorenz系统所产生的三维混沌序列,分别在I帧、P帧和B帧的压缩过程中,对DC、AC系数以及运动矢量进行混沌加密,并对I帧中的亮度信息以块为单位进行混沌置乱。由于加密在压缩过程中完成,该加密算法具有较好的实时性和较高的安全性。     

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．     

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.     

基于压缩感知的视频双水印算法研究

针对数字视频的内容保护与帧内、帧间篡改检测的难题,采用压缩感知理论提取视频的内容特征作为水印,提出一种双水印的视频保护和篡改检测算法。首先,利用压缩感知过程提取I帧宏块的内容特征,生成半脆弱的内容认证水印;然后,对帧序号进行二值运算,生成完整性水印;最后,利用压缩感知信号重构OMP(Orthogonal Matching Pursuit)算法把生成的双水印嵌入到I帧和P帧相应宏块的DCT高频系数的压缩测量值中,以此提高视频水印的抗攻击能力,并实现对视频篡改的检测。仿真实验表明,所提算法对视频帧内篡改具有精确定位到子块的检测能力;同时对帧插入、帧删除、帧交换等类型的视频帧间篡改具有很强的检测能力。     

基于BAMH的视频镜头边界检测

镜头边界检测是进行视频内容分析的首要步骤．提出一种新的基于分块向量角和模值二维直方图(BAMH)的镜头边界检测方法，将视频帧分割为多块，分块统计向量角和模值二维直方图作为计算帧间不连续值的特征，采用自适应阈值分割，检测镜头边界．实验结果表明，本文方法的检测性能优于全局向量角一模值直方图方法，更优于HSV空间颜色直方图方法．     

基于帧前景的特征距离判据的镜头边界检测

提出了一种简单有效的基于HSV空间镜头边界检测方法,本文综合考虑了视频帧全图像像素点与局部颜色直方图特征。首先,通过对视频帧全图的像素点进行运算提取每一帧的有效前景运动区域,然后提取该区域的颜色直方图。利用滑动窗口计算当前帧的前后两组视频帧的颜色直方图类间与类内距离,构造有效颜色特征的距离判据进行镜头边界检测。实验结果表明对镜头切变与渐变有良好的检测能力。     

基于粗糙集的压缩域关键帧提取算法

提出一种基于粗糙集(RS)的压缩域关键帧提取算法。该算法从视频的压缩域数据流中提取I帧,以相邻I帧的差值为行、多个特征属性为列建立信息系统,对该系统进行归一化、离散化,采用RS的属性约简理论从中得到没有冗余的属性核,利用不可分辨关系进行关键帧提取。与像素差法、直流系数法的性能比较结果表明,该算法的计算复杂度更低,且适用于不同类型的视频。     

基于时域统计变化检测实时分割头肩视频序列

分析了头肩视频序列的特点，提出了基于时域统计变化检测、利用多帧运动信息实时分割视频对象的方法。先选取包括当前帧在内的前连续2N帧图像，将奇数帧与偶数帧图像作差值，形成长度为Ⅳ的帧差图像序列；对每个象素点时域上的Ⅳ个帧差样本值进行分布显著性检验，判断象素点是否发生了变化；对得到的二值图像进行形态学处理，得到完整的分割结果。试验结果表明，该算法能够自动实时的分割视频对象。