基于内容的视频镜头检测技术木

阐述了视频镜头检测的基本原理,详细讨论了非压缩域和压缩域的典型镜头检测方法,对这些算法从全率和查准率两个方面进行了比较与评价,指出了视频镜头检测技术的研究方向.     

基于内容的视频镜头检测技术

阐述了视频镜头检测的基本原理,详细讨论了非压缩域和压缩域的典型镜头检测方法,对这些算法从全率和查准率两个方面进行了比较与评价,指出了视频镜头检测技术的研究方向。     

一种MPEG压缩视频的镜头边界检测算法

提出一种工作在MPEG压缩域的检测算法.首先从压缩视频中提取DC图像和重构参考帧,然后经过全局运动补偿之后进行基于边对象变化率的镜头分割点检测,最后结合DC图直方图差法构成联合检测算法.本算法能准确地检测到镜头渐变,镜头切变,能得到渐变类型等特性.用AdobePremiere5.1生成的各类镜头转换视频片段进行检测,实验结果验证了算法的有效性.     

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.     

基于随机投影的镜头边界检测算法研究

现有镜头边界检测算法普遍存在检测精度和检测时间难以平衡的问题。视频帧提取特征越精细,算法准确度越高,同时算法复杂度和检测时间也将增加。受到压缩感知思想的启发,文中提出一种镜头边界检测的改进算法,利用随机投影对提取特征进行随机加权求和,以减小特征向量的维数。实验结果表明,所提出的算法在保持检测精度的条件下,降低了算法的复杂度、节约了检测时间。     

一种基于压缩域的视频镜头检测方法

针对传统的基于空域的视频镜头检测算法需要解压缩,计算量大、效率低的缺点,提出了一种基于压缩域的视频镜头检测方法。该方法首先根据MPEG压缩标准,从视频流中提取I帧中8个低频DCT系数,并对其进行分区加权求二次帧差,从而确定镜头变换所在的GoP;在GoP中通过计算P帧和B帧的不同类型宏块比率,来精确定位镜头边界。实验结果表明,该方法可大大减少计算时间和数据量,且具有良好的检测效果。     

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.     

压缩域中基于支持向量机的镜头边界检测算法

针对如何进一步提高镜头边界检测精度问题,本文提出了一个基于支持向量机SVM (Support Vector Machine)的镜头边界检测算法.该算法利用视频压缩域中特征,如宏块类型,帧间对应宏块DC系数差和帧类型将视频帧分为发生切变的帧、发生渐变的帧和非镜头变换帧三类,从而实现视频的镜头分割.实验结果表明该算法对摄像机的运动和大物体的进入具有很好的鲁棒性,且没有大多数算法中阈值选择的困难,将我们的算法与2001 TREC评估中最佳指标进行了比较,在综合度量查全率和查准率的性能指标F1上,比2001 TREC评估中最佳指标高约8％.     

视频分割技术概述

概述了基于内容的视频分割技术，主要介绍非压缩域和压缩域两个主要方面的镜头变换检测算法，展望了视频分割技术在自动化视频浏览和检索系统的应用前景。     

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.     

A perceptual scheme for fully automatic video shot boundary detection

In this paper, we propose a novel and robust modus operandi for fast and accurate shot boundary detection where the whole design philosophy is based on human perceptual rules and the well-known “Information Seeking Mantra”. By adopting a top–down approach, redundant video processing is avoided and furthermore elegant shot boundary detection accuracy is obtained under significantly low computational costs. Objects within shots are detected via local image features and used for revealing visual discontinuities among shots. The proposed method can be used for detecting all types of gradual transitions as well as abrupt changes. Another important feature is that the proposed method is fully generic, which can be applied to any video content without requiring any training or tuning in advance. Furthermore, it allows a user interaction to direct the SBD process to the user's “Region of Interest” or to stop it once satisfactory results are obtained. Experimental results demonstrate that the proposed algorithm achieves superior computational times compared to the state-of-art methods without sacrificing performance.     

含有复杂运动的MPEG压缩域镜头分割算法

本文针对包含有复杂运动的MPG视频流，给出了一种压缩域的镜头分割算法，该方法主要应用DC亮度系数直方图差变化，I图密度分布，B图的双向运动向量数比的变化及相应的曲线振荡频率，获得镜头分割，并进而可检测出切变，渐变及复杂运动等，该算法已在Pentium II PC机上实现，并与传统方法进行了比较，得到了较满意的结果，实验表明该方法较适用于含有复杂运动的视频流的镜头分割，不仅可以应用于新闻视频，而且对含有较大运动及较多特持的视频流，有较好的镜头分割效果。     

Video Shot Boundary Detection in MPEG Compressed Sequences Using SVM Learning

A number of automated video shot boundary detection methods for indexing a videosequence to facilitate browsing and retrieval have been proposed in recent years.Among these methods,the dissolve shot boundary isn't accurately detected because it involves the camera operation and objectmovement.In this paper,a method based on support vector machine (SVM) is proposed to detect thedissolve shot boundary in MPEG compressed sequence.The problem of detection between the dissolveshot boundary and other boundaries is considered as two-class classification in our method.Featuresfrom the compressed sequences are directly extracted without decoding them,and the optimal classboundary between two classes are learned from training data by using SVM.Experiments,whichcompare various classification methods,show that using proposed method encourages performance ofvideo shot boundary detection.     

探讨基于Tsallis熵的视频关键帧提取技术

关键帧是视频中的一组有限数量的帧的子集,一个视频的关键帧序列能够合理地概括该视频信息,从而减少过大的视频数据对生产生活带来的承载负重.本文讨论了基于Tsallis熵的Jensen距离公式——JTD在视频关键帧提取中的应用.根据得到的差异性距离值JTD,首先检查子镜头边界,进而从每个子镜头中抽取一帧作为该镜头的代表帧,最终得到该段视频的关键帧序列.     

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.