一种基于压缩域的镜头检测算法

针对传统的非压缩域镜头检测算法数据量大、运算量大和效率低的缺点,提出一种基于压缩域的镜头检测算法.该算法首先根据MPEG压缩标准,从视频流中提取DCT系数,然后经预处理得到每一帧的DC系数,最后依DC系数建立镜头检测信息系统模型,依分割模型产生视频镜头.实验结果表明,此算法相对传统非压缩域算法运算量和数据量大大减少,提高了算法效率.     

基于RS理论的镜头分割预处理算法

在分析视频数据特征的基础上,引入粗糙集的属性约简理论,提出一种基于RS理论的镜头分割预处理算法.该算法首先从压缩域提取视频帧的DCT系数,在对DCT系数处理后得到DC系数的信息系统,然后利用RS理论对信息系统进行属性约减,最后得到没有冗余的帧序列.实验结果显示,算法处理后,镜头的帧数目大幅度减少,而后续的镜头分割结果基本不变.实验结果表明,此算法在镜头分割前能消除大量的冗余数据,避免了大量的复杂运算.     

基于DCE算法的压缩域视频镜头分割方法

镜头分割是视频检索的结构化基础,为此提出一种高效的视频镜头分割方法.首先,在压缩域中提取视频流中I帧携带的特征信息,并生成帧间特征分布曲线;然后,利用离散曲线演化(DCE)算法对预处理过的曲线进行分析与演进;最后,分割出视频镜头并提取关键帧.试验结果表明:该方法充分考虑了视频编码的时序特点,具有较好的分割效果,鲁棒性强.     

基于可变窗的镜头边界检测算法

为了解决传统镜头边界检测算法的漏检和误检问题,对判决方法进行研究,提出了可变窗概念.当一个镜头中画面变化激烈时,减少窗口跨度;在平缓画面的镜头通过渐变过渡到另一个镜头时,增加窗口跨度.该算法统计各帧的分块直方图作为特征,结合可变窗判别机制,对非压缩域中的视频帧进行镜头边界检测.实验证明,该算法提高了整体镜头查全率,同时也降低了由于镜头画面激烈而发生的误检率.     

非压缩域内视频分割算法研究

视频分割是多媒体数据检索的关键技术之一.近年来在视频分割领域出现了大量算法,这些算法总体上来说可以分为压缩域和非压缩域两类.本文主要讨论了几种基于非压缩域的视频分割算法.     

MPEG视频的镜头分割技术

随着多媒体压缩技术的不断发展,大量的数字视频都是以MPEG压缩格式存储.基于压缩域的镜头分割技术,由于不必完全解码,因此计算复杂度小,速度快,越来越受到研究者的关注.本文简要介绍MPEG视频流的基本结构,分析和讲座了MPEG视频镜头的切换检测技术以及关键帧的提取方法.     

一种MPEG压缩视频的快速视频分割方法

针对越来越多的视频数据以压缩形式存在的现状,提出一种MPEG（移动图像专家组）压缩视频的快速镜头边界检测算法,利用DC（直流分量）序列计算HSV（色调、饱和度和亮度）颜色空间的直方图差,通过二次处理去除由闪光灯和渐变过程不连续引起的错误分割,使误检率大大下降,该算法对双阈值比较方法进行了改进,能更好地检测出包含停顿的镜头渐变。     

基于圆分割的鱼眼镜头图像畸变校正算法

针对应用鱼眼镜头拍摄的图像产生了严重的畸变的问题,提出了一种基于圆分割的校正算法.该算法充分利用了鱼眼图像圆形结构这一特点,将其分割成同心圆,再利用函数法对畸变图像进行校正.微调系数的引入,使得算法更灵活,这样能根据鱼眼镜头与实际物体的距离来调整微调系数的大小,得到更理想的校正图像.Matlab实验结果表明:应用本算法能得到比较满意的校正结果,并且该算法所花费的计算时间少,使其能适用于实时监控系统.     

非压缩域内视频分割算法研究

视频分割是多媒体数据检索的关键技术之一。近年来在视频分割领域出现了大量算法，这些算法总体上来说可以分为压缩域和非压缩域两类。本文主要讨论了几种基于非压缩域的视频分割算法。     

基于Contourlet域独立分量分析的视频水印

提出了一种基于Contourlet域独立分量分析的视频水印.该水印算法首先对视频进行镜头分割;然后对同一镜头中的视频帧分别进行Contourlet分解,并选取分解后的带通分量进行独立分量分析;最后采用邻近特征值平均法将Arnold变换置乱后的水印嵌入到独立分量分析所得的运动分量上.实验结果表明,该算法在保证水印不可见性的同时能够有效地抵抗MPEG压缩及其它常见攻击,并且大大减少了计算量.