基于双层滑动窗口的SBD算法和聚类的动态KFE算法

摘要

针对SBD及KFE技术存在特征提取不佳、阈值选取不当、闪光与突变的混淆、摄像机和物体运动的影响、渐变检测精度不高等诸多问题,本文提出基于双层滑动窗口的SBD算法和聚类的动态KFE算法.对于SBD,本文首先采用光流法进行运动补偿,接着进行分块处理并运用SLIC算法生成每帧图像的超像素;其次,启动双层滑动窗口对镜头边界进行双重检测,在第一层滑动窗口根据差值和这两个阈值的关系确定候选边界以完成初检,在第二层滑动窗口依次采用相邻两帧直方图的差值法确认突变位置以及采用隔帧直方图的差值法确认渐变位置以进一步完成复检.对于KFE,将镜头聚成若干个子镜头,然后从每个子镜头中选择熵值最大的帧作为该子镜头的关键帧.通过6组视频测试表明,本文SBD算法所得结果的平均查全率、平均查准率、平均综合指标较文献[2]和文献[4]均有提高,具有普遍的适用性,并且对强运动以及闪光灯的干扰有较好的适应性,对应的KFE算法的实现效果也很好,主观评价很高.