视频镜头边界检测中奇异值分解算法

在海量的视频数据中准确、快速地检测出镜头边界非常重要.对这一问题,基于现有的视频镜头边界检测方法的基础上,提出基于奇异值分解的视频镜头边界检测方法.实验结果显示,该算法是有效的,其不但能准确地检测出突变边界而且对渐变边界检测也有较好的效果,并且在新闻视频中可有效识别闪光.     

视频序列中的镜头渐变识别

淡入、淡出和消隐的共同特点是两个镜头之问的切换一个渐变的线性过程。渐变镜头切换识别是视频后台处理和视频数据库检索的关键技术之一。文中提出了自动检测视频序列中渐变镜头切换的数据驱动方法,首先建立了统一的渐变镜头切换模型,然后根据帧问差的统计特征,提出了淡入、淡出和消隐镜头切换识别的算法,最后给出了算法的实验结果。实验表明该算法具有较好的识别效果。     

基于双重检测模型的视频镜头分割算法

提出一种基于自适应双重检测模型的视频镜头分割算法.该算法分为初检和复检两阶段,初检提出了基于人类视觉特征的非均匀分块的概念,并结合滑动窗口自适应二分查找算法进行镜头边界检测;复检过程利用尺度不变特征变换算法对初检得到的镜头边界进行匹配,排除初检中的误检.视频测试结果表明,该算法对多种不同类型的视频能同时提高切变和渐变镜头边界检测的效果.     

基于码流分析和边缘检测的视频镜头分割算法

针对视频镜头的快速有效分割问题,提出一种结合视频帧码流分析与边缘检测的镜头分割算法。算法首先提取并分析视频码流中的每个宏块编码类型和运动向量信息,根据码流分析结果确定部分镜头切换帧及候选镜头切换帧,然后对候选切换帧再进行边缘检测,分析边缘纹理特征,排除非镜头切换帧,保留镜头切换帧。试验结果表明,算法对不同类型视频的镜头突变和渐变检测都有较好的效果。     

视频镜头自动分割的若干方法

针对突变切换和渐变切换，分别提出了滑动窗口检测算法和步长为10的帧间直方图差值判定算法，并提出了闪光检测的算法，采用不同的电影片段作为测试数据，镜头分割实验表明所提出的算法对上述两种不同的镜头切换均有较好的判定效果。     

基于对象跟踪的视频分割

镜头是视频检索的基本单位,是摄像机在某一个地点附近或相邻的地点连续拍摄的内容．镜头时间由摄像机的开关机动作决定,具有连续拍摄的场景和较为连续的情节．几乎所有的视频分析和应用都是在镜头的基础上进行的．镜头的切换有两种：突变切换和渐变切换．突变是指从一个镜头直接切变到另一个镜头;而渐变是根据视频编辑手法的不同可以分为几种：     

一种基于内容的镜头边界快速检测方法

镜头边界检测是视频索引研究领域中的一项重要技术和基础步骤,近年来受到广泛的研究,但大量的研究过度关注算法的检测精度(从查全、查准两方面考虑)而忽略了算法的运算成本.就目前已有的框架和算法进行改进,提出一种兼顾检测精度和运算速度的镜头边界检测方法.该方法引入预处理技术,在进行镜头边界检测前过滤掉视频中不包含镜头转换的视频序列,从而在不失精度的前提下提高算法运行速度.试验证明该方法在提高检测速度的同时可以有效地检测出视频序列中的突变、渐变边界,并且获得了令人满意的精度.     

一种基于Rough Set的视频镜头检测方法

镜头检测是基于内容的视频检索的重要基础。视频文档具有数据量巨大,抽象程度低等特点,对其进行有效的存储、检索成为需要解决的迫切问题。根据MPEG编码的特点,提出了一种基于Rough Set的镜头检测方法。该方法能有效地区分镜头运动与渐变。实验表明,利用本文方法进行镜头检测能取得较好的效果。     

基于DirectShow的镜头检测系统

镜头检测是视频检索中最基本也是最重要的一项内容,在讨论了如何利用DirectShow获取视频单帧图像的基础上,采用“滑动”窗口法来实现镜头的切变与渐变的检测,实现了基于DirectShow的镜头检测系统．实验结果表明,系统对镜头切变的检测取得了良好的效果,同时,也可以对滑动、淡入淡出、擦除等渐变进行检测．系统采用了DirectShow作为对视频的支持,具有良好的通用性及人机交互界面,满足了视频检索系统对界面的要求．     

视频分割与场景聚类算法研究

本文介绍了实现视频分割和场景聚类的算法.首先用X2直方图匹配法检测镜头切换,梯度法检测镜头淡入淡出;然后对镜头内非相邻帧间距离经过阈值判断提取关键帧;进一步基于镜头的关键帧集计算镜头间的相似度,对相似度大于阈值的镜头进行聚类;最后给出了典型实验结果,表明上述算法对视频分割和镜头聚类有较好的性能.     

基于多特征融合和小波去噪的镜头渐变检测方法

镜头检测在视频检索中起着关键的作用.镜头渐变检测已有许多成熟的方法,如何识别镜头渐变是视频分割中的重点.将视频的多帧差序列视为一维信号,提出了一种基于多特征融合和小波去噪的二次帧差滑动窗口镜头边界检测算法,该方法能同时检测出镜头的切变和渐变,实验表明该方法在一定程度上克服了由于摄像机不规则运动、光影变化、画面中物体快速运动等造成的影响,通过对不同视频片段的测试和比较,表明该算法能较好地实现镜头的突变和渐变检测.     

基于多特征融合和小波去噪的镜头渐变检测方法

镜头检测在视频检索中起着关键的作用。镜头渐变检测已有许多成熟的方法,如何识别镜头渐变是视频分割中的重点。将视频的多帧差序列视为一维信号,提出了一种基于多特征融合和小波去噪的二次帧差滑动窗口镜头边界检测算法,该方法能同时检测出镜头的切变和渐变,实验表明该方法在一定程度上克服了由于摄像机不规则运动、光影变化、画面中物体快速运动等造成的影响,通过对不同视频片段的测试和比较,表明该算法能较好地实现镜头的突变和渐变检测。     

一种改进的基于互信息量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基础环节。由于视频类型与内容众多,目前镜头边界检测中存在阈值选取困难、查全率和查准率不高等问题。针对以上问题提出一种改进的基于互信息量的镜头边界检测算法,在字幕检测定位算法有效定位字幕区域的基础上,通过比较非字幕、非四角区域HSV空间直方图求取的相邻帧间互信息量的差异程度,实现镜头边界检测。实验表明,与当前应用最广泛且比较有效的双阈值算法相比,突变镜头检测综合性能平均提高12.4%,渐变镜头检测综合性能平均提高8.2%,通过自适应阈值的选取,有效解决了阈值依赖人工经验选取的问题;与当前已提出的基于互信息量的镜头边界检测算法相比,该算法降低了计算复杂度、几乎能检测所有的淡入淡出镜头边界,并使得镜头边界检测具有较高的查全率与查准率。     

A Fast Shot Transition Detecting Algorithm on MPEG Sequences

In order to process video data efficiently, a video segmenting technique must be required. We propose a fast shot transition detecting algorithm directly on MPEG compressed video sequence. The algorithm can detect not only abrupt transition, but also gradual transition. The computing cost of the algorithm is low, because we directly use the type of macroblocks and motion vectors that MPEG compressed video provides. The result of experiment is rather well.     

A Study of Video Scenes Clustering Based on Shot Key Frames

0IntroductionRgecreonwtlinyg ,itnhcer aeapspienagrlayn.ceI nan tdh eus per oofce mssuilntig m oefdi aal lh akviend bsee onfmedia ,that of video dataisthe most challengingtask,for vid-eo dataincludes other kinds of media data.Itis difficult to an-alyze, browse and retrieve video data stream due to theirlengths and non-structure characteristics .Inthe past ,the study of video datafocus onthe shots de-tection and videoretrieve based onshot .Butin most video da-ta,the content granularity of shot …     

基于纹理和直方图特征相融合的镜头边界检测方法

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。因此,提出了一种特征融合的镜头边界检测方法。HSV色彩直方图进行镜头边界检测是一种常用、有效的方法,该文通过小波变换得到视频帧的纹理特征,并将其与色彩直方图特征相融合,采用滑动窗口技术对视频镜头进行检测。实验表明,该方法能够有效地检测镜头突变,对镜头的渐变也能有较好地检测。     

摄相机运动识别及视频分割的组合检测新方法

针对视频镜头分割处理的需求，提出了一种综合运动参数曲线法．它以由压缩域视频流中运动信息估计出的摄像机运动参数为基础，对视频流进行基于内容的分析．该方法的特点是在对视频流处理中将摄像机的运动识别与视频分割问题综合考虑，在求取帧间摄像机运动参数以及判断连续帧间的摄像机运动趋势的同时，可一并实现对视频流时域上的自动分割，以及近景镜头等的识别，对各种类型视频均采用相同的技术操作和统一的门限值，具有上佳的鲁棒性，对MPEG组织专用于内容检索的10类共计284min的标准视频进行了实验，查全率达92％～100％，查准率也高达86％以上(动画及体育片段除外)，证实了所提方法的有效性。     

基于直方图差分的视频分类方法

针对当前视频自动分类算法复杂计算量大等问题，提出一种简单的自动视频分类方法，即基于直方图差分的统计方法。获得每个视频的直方图差分曲线后，调整去掉编辑特效造成的虚假峰，得到每个视频的每秒平均镜头切换次数，以此作为广告视频和非广告视频的分类依据，进行C-均值聚类。实验结果表明，该方法以较少的工作量获得了较好的分类结果。