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。     

基于聚类的镜头边界检测算法

镜头边界检测是基于内容视频检索的重要组成部分。为从不同类型的视频中有效地检测出视频镜头边界,提出一种视频镜头边界检测算法。通过视频帧图像的颜色特征,得到视频的相似性矩阵,根据突变镜头和渐变镜头在Affinity Propagation聚类结果中的不同特点,运用双阈值法检测镜头边界。实验结果表明,该算法从视频的本身信息分布出发,能自动快速地检测出镜头边界。     

基于聚类的镜头边界检测算法

镜头边界检测是基于内容视频检索的重要组成部分。为从不同类型的视频中有效地检测出视频镜头边界,提出一种视频镜头边界检测算法。通过视频帧图像的颜色特征,得到视频的相似性矩阵,根据突变镜头和渐变镜头在Affinity Propagation聚类结果中的不同特点,运用双阈值法检测镜头边界。实验结果表明,该算法从视频的本身信息分布出发,能自动快速地检测出镜头边界。     

一种基于双阈值法改进的镜头边界检测算法

提出了一种基于双阈值法改进的镜头边界检测算法.该方法的优势在于通过复检有效降低了突变镜头以及淡入淡出渐变镜头的误检率,同时该方法针对包含较多视频帧的镜头给出了一种进行溶解型渐变镜头检测的方法,有效地提高了溶解型渐变镜头的检出率.实验表明与原算法相比其查全率约提高了11%.     

利用图像不连续特性的溶解型镜头检测算法

镜头边界检测是视频分析中的关键技术.传统的镜头边界检测算法只在切变或淡入/淡出等较为简单的镜头转变类型上有较好的检测性能,而针对溶解型镜头帧尚未有成熟的算法.为此,提出一种基于图像不连续性特性的溶解型镜头帧检测算法.首先提出一种基于图像不连续的特征,来衡量每帧图像相邻图像块之问的相似程度;然后利用支持向量机对特征数据进行预分类,并通过纠正错误分类帧和延伸溶解型镜头帧长度来修正分类结果;最终完成对溶解型镜头帧的检测.在TRECVid数据库上的实验结果表明,与传统的溶解型镜头帧检测算法相比,文中算法更能准确、有效地检测出溶解型镜头帧.     

基于HEVC压缩域的镜头边界检测方法

镜头边界检测是智能视频检索的一个重要环节。现有的检测方法主要是在像素域进行处理,切变检测精度不高,计算复杂度过大。针对这些问题,文中利用解析HEVC码流得到的编码信息,提出了一种基于HEVC压缩域的镜头边界检测方法。首先统计每帧编码信息中各类预测模式的PU个数,并根据CU深度对运动矢量进行幅值滤波;然后采用PU预测模式、运动矢量和帧比特数对切变候选帧进行两级筛选,再对其进行自适应阈值的镜头切变检测;接着根据切变帧对视频序列进行分段,并在时域上对帧比特数进行平滑滤波;最后使用PU预测模式和经滤波平滑后的帧比特数对分段视频进行镜头渐变检测。实验结果表明,该方法具有良好的镜头边界检测效果,并具有较低的计算复杂度。     

一种基于有限自动机的渐变镜头检测算法

渐变镜头检测算法分为两个方面：渐变边界帧的判定和边界帧的组合。前者判断某一帧是否符合渐变边界帧的每件，后者判断一段包含边界帧的视像是否是渐变。以往的算法侧重解决边界帧的判定，忽视了边界帧的组合。本文定义了渐变检测容忍度的概念，并提出了一种基于有限自动机的渐变镜头检测方法，利用了自动机多状态的记忆性，提高了算法的适应性和鲁棒性。在TRECVID2004的SBD项目中，本渐变镜头检测系统取得了渐变检测性能第一的好成绩。     

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.     

基于运动补偿和自适应双闭值的镜头分割

镜头分割是视频检索的结构化基础.提出一种高效的镜头分割算法,首先针对视频中的图像帧序列间存在一定的运动,对视频中的图像帧采用运动矢量场自适应搜索技术进行分块运动矢量估计,然后进行运动补偿,接着在此基础上计算两帧间的像素值不变点数,并基于滑动窗口获取局部自适应的双阈值,最后基于自适应双阈值间的比较检测切变和渐变.实验结果证实,该算法不仅能够有效地检测出镜头的切变和渐变,而且对运动具有较强的鲁棒性.     

一种新的视频镜头分割算法

镜头是视频分析和索引的基础，但是自动的镜头分割，尤其是渐变切换的检测还是一个很有挑战性的课题。本文提出了一种利用直方图与模板匹配相结合来进行视频镜头切变检测的算法和一种利用图象灰度级平均(MGL)来进行渐变检测的算法，该渐变检测算法能有效区分摄象机镜头的运动和渐变。实际测试证明，利用本文算法进行视频镜头检测
能取得比较好的效果。     

To accelerate shot boundary detection by reducing detection region and scope

Video Shot Boundary Detection (SBD) is the fundamental process towards video summarization and retrieval. A fast and efficient SBD algorithm is necessary for real-time video processing applications. Extensive work has focused on accurate shot boundary detection at the expense of demanding computational costs. In this paper, we propose a fast SBD approach that reduces the computation pixel-wise and frame-wise while still giving satisfactory accuracy. The proposed approach substantially speeds up the computation through reducing both detection region and scope. Color histogram and mutual information are used together to measure the difference between frames. Corner distribution of frames is utilized to exclude most of false boundaries. We conduct extensive experiments to evaluate the proposed approach, and the results show that our approach can not only speed up SBD, but also detect shot boundaries with high accuracy in both Cut (CUT) and Gradual Transition (GT) boundaries.     

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。     

Video shot boundary detection using multiscale geometric analysis of nsct and least squares support vector machine

The fundamental step in video content analysis is the temporal segmentation of video stream into shots, which is known as Shot Boundary Detection (SBD). The sudden transition from one shot to another is known as Abrupt Transition (AT), whereas if the transition occurs over several frames, it is called Gradual Transition (GT). A unified framework for the simultaneous detection of both AT and GT have been proposed in this article. The proposed method uses the multiscale geometric analysis of Non-Subsampled Contourlet Transform (NSCT) for feature extraction from the video frames. The dimension of the feature vectors generated using NSCT is reduced through principal component analysis to simultaneously achieve computational efficiency and performance improvement. Finally, cost efficient Least Squares Support Vector Machine (LS-SVM) classifier is used to classify the frames of a given video sequence based on the feature vectors into No-Transition (NT), AT and GT classes. A novel efficient method of training set generation is also proposed which not only reduces the training time but also improves the performance. The performance of the proposed technique is compared with several state-of-the-art SBD methods on TRECVID 2007 and TRECVID 2001 test data. The empirical results show the effectiveness of the proposed algorithm.     

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。     

一种精确定位镜头边缘的方法

提出了一种针对MPEG视频的精确定位镜头边缘的方法，结合视频非压缩域和压缩域中相关视频帧的信息来定位镜头边缘。首先利用解压后的I帧信息来粗略定位镜头边缘，然后利用视频序列压缩域中的B帧的运动趋势来精确定位镜头边缘，而不用对其解压缩。实验结果表明此方法能精确地检测到视频的镜头边缘。     

一种精确定位镜头边缘的方法

提出了一种针对MPEG视频的精确定位镜头边缘的方法,结合视频非压缩域和压缩域中相关视频帧的信息来定位镜头边缘。首先利用解压后的I帧信息来粗略定位镜头边缘,然后利用视频序列压缩域中的B帧的运动趋势来精确定位镜头边缘,而不用对其解压缩。实验结果表明此方法能精确地检测到视频的镜头边缘。     

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.     

基于镜头内容变化率的关键帧提取算法

针对含有运动目标的视频采用单一阈值提取关键帧时易出现漏检或冗余的情况,提出基于镜头内容变化率的关键帧提取算法。根据镜头相邻帧差和与镜头平均邻帧差的变化特点定义镜头内容变化率,由该变化率确定关键帧提取的高、低阈值,实现自动提取一到多帧关键帧。实验结果表明,该变化率对视频帧的内容变化有较好的描述能力,提取的关键帧具有很好的代表性。     

基于图像主色彩的视频关键帧提取方法

针对现有关键帧提取算法存在的计算量大、阈值选择困难、视频类型受限等问题, 提出了一种基于图像主色彩的视频关键帧提取方法。该方法利用基于八叉树结构的色彩量化算法提取图像主色彩特征,通过计算颜色特征的相似度实现镜头边界检测,最后采用K-均值算法对提取出的代表帧序列进行聚类,准确提取出指定数目的关键帧。实验结果表明,所提算法计算简单、空间耗费少,具有良好的通用性和适应性。     

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。