基于内容的快速视频镜头边界检测算法研究

摘要

数字信息技术的发展使得越来越多内容丰富、形式多样的视频走进了人们的生活，如何快速、准确地从海量的视频库中检索到感兴趣的视频内容成为视频管理、传播的关键。 当前，基于内容的视频检索方法主要通过以下几步来实现：特征提取、镜头边界检测和关键帧提取等。其中，镜头边界检测是基础环节，该算法性能的优劣在很大程度上决定了视频检索效果的好坏。本文针对镜头边界检测算法中存在查全率和查准率不高的问题，提出一种改进的基于互信息量的镜头边界检测算法。该算法选用互信息量作为特征值，通过字幕检测定位算法定位字幕区域，在筛除该区域的基础上对视频帧进行分块，进一步筛除视频帧的四角区域，并提取非字幕、非四角区域HSV空间直方图求取的相邻视频帧间互信息量差异值作为视频帧间差异度量值；之后，设定突变镜头边界检测算法，有效筛除闪光帧、特定类型的渐变起始点和渐变过程中出现的特殊干预帧等虚假突变点，使得突变镜头边界检测算法的查全率和查准率得到很大的提升；与此同时，对视频帧进行渐变镜头边界检测，通过设定不同的淡入、淡出镜头及融合镜头边界检测算法，提高渐变镜头边界检测算法的查全率和查准率。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F1值平均提高12.4%，渐变镜头检测综合性能F1值平均提高8.2%。通过自适应阈值的选取，解决阈值依赖人工经验选取的问题。与当前性能较好的基于互信息量的镜头边界检测算法相比，该算法计算复杂度较低、几乎能检测所有的淡入淡出镜头边界，突变镜头检测综合性能F1值平均提高5.8%，渐变镜头检测综合性能F1值平均提高3.9%。

目录

第一个书签之前

空白页面

摘要

第一章 绪论

1.1研究背景与意义

1.2国内外研究现状

1.3研究内容及创新点

1.3.1研究内容

1.3.2创新点

1.4论文组织结构

第二章 相关理论基础

2.1视频数据的特点

2.2视频数据的层次结构

2.3视频数据的特征

2.3.1颜色特征

2.3.2纹理特征

2.3.3形状特征

2.3.4运动特征

2.3.5基于信息论的特征

2.4镜头转换的类型

2.5字幕检测定位算法概述

2.5.1基于多尺度模板匹配的字幕定位算法

2.5.2字幕检测定位算法在本文的应用

2.6镜头边界检测算法概述

2.6.1非压缩域中镜头边界检测算法

2.6.2压缩域中镜头边界检测算法

2.7镜头边界检测算法性能评价

2.8本章小结

第三章 一种改进的基于互信息量的镜头边界检测算法

3.1镜头边界检测算法主要思想

3.2特征提取

3.3镜头突变检测

3.4镜头渐变检测

3.4.1淡入、淡出检测

3.4.2融合检测

3.5算法详细步骤

3.6本章小结

第四章 实验结果及比较分析

4.1实验环境

4.1.1实验平台

4.1.2数据集

4.2实验结果与分析

4.2.1镜头突变检测结果比较分析

4.2.2镜头渐变检测结果比较分析

4.3本章小结

第五章 总结与展望

5.1全文总结

5.2工作展望

参考文献

致谢