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     

一种稳健的新闻视频镜头检测方法

 根据人眼的视觉特性,本文提出了一种基于K-L变换的新闻视频镜头检测方法.首先,通过对原始RGB空间进行K-L变换,得到由主轴构成的图像参数模型;其次,运用基于滑动窗口的自适应阈值方法来比较相邻帧间参数模型的差异,得到候选的镜头切换帧;再次,定义以候选帧为首帧的小窗口,计算窗口内各帧与首帧的参数模型差异,得到随时间变化的曲线,称之为参数模型差异曲线(Parameter Model Variation Curve),简称PMV曲线;最后,通过分析曲线的特性进行镜头检测,完成镜头切换方式的分类,同时滤除掉闪光灯镜头.实验结果和性能比较表明,针对国内外新闻视频中出现的各种类型镜头切换该算法取得了良好的检测效果,并且对目标的快速运动、光照变化等具有一定的鲁棒性.     

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.     

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。     

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.     

基于统计模型的镜头突变检测方法

提出了一种基于统计模型的镜头突变检测方法。首先分析了现有方法的优缺点：其次选取了具有运动补偿功能的特征，来度量视频帧之间的内容变化；然后对镜头突变检测过程进行了统计建模，将镜头突变检测转化为使建立的统计模型的错误率最小；最后对闪光灯造成的亮度变化进行了单独处理。实验表明，该方法对于镜头运动、物体运动以及闪光灯的处理具有较好的鲁棒性，并具有很好的镜头突变检测效果。     

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.     

镜头变换边界复合检测算法研究

将视频图像进行有效时间分段及标定是视频图像内容分析、随机接入、视频数据库浏览与检索的重要研究内容。在对视频图像进行时间分段和标定过程中,镜头变换边界的自动检测十分重要。镜头变换边界的自动检测算法在国际上得到了广泛的研究,在分析了当前国际上的镜头变换边界检测算法的基础上,提出了一种镜头变换边界复合检测算法。理论分析及实验结果表明该复合检测算法不仅具有实现复杂度较低,而且对各类型图像序列检测性能好的特点。     

一种基于K-L变换的突变镜头检测方法

镜头检测是对视频进行分析和检索的基础.根据人眼的视觉特性,本文研究了一种基于K-L变换的突变镜头检测方法.新方法通过对原始RGB空间进行K-L变换得到由主轴构成的图像参数模型,利用相邻两帧对应第一、第二主轴的方向差异,应用加权系数来计算帧间差值.然后运用基于滑动窗口的自适应阈值方法来进行突变镜头检测,并对静止镜头进行了处理.实验结果和性能比较表明该算法取得了良好的检测效果,并且对目标的快速运动、光照变化等具有一定的鲁棒性,同时计算速度快,易于实现.     

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。     

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.     

一种适用于视频广告侦测的渐变镜头检测方法

提出一种基于斜率的渐变镜头检测方法,通过计算窗口内不连续帧差方差的斜率特性,结合窗口最大值法来检测渐变镜头边界;并通过对斜率特性的进一步分析,比较准确地定位渐变过程的起止位置。实验证明,本文的算法能更好地满足视频广告侦测下的渐变镜头检测要求。     

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％.