镜头边界检测

摘要： 镜头边界检测是视频检索的基础,检测算法的好坏将对视频检索效率产生直接影响.通过对当前一些现有的镜头检测算法分析,本文提出了基于多特征融合的自适应双阈值镜头检测算法.经过实验表明,该方法不仅可以有效提取出视频图像中代表主要内容的特征,而且能够对视频中的突变镜头和渐变镜头进行高效检测,具有更高的查全率和查准率.

摘要： 为了提高视频的识别检测速度,提出基于融合特征的网络不良视频识别框架.先分离视频音频,利用MFCC特征匹配筛查部分恐怖视频,减少视频图像提取、识别总量,以达到提高检测速度目的;再通过OpenCV视觉软件库,结合颜色直方图+SURF算法进行视频镜头边界检测及MoSIFT特征、颜色信息等其他视频特征的检测,在保证识别准确率的基础上进一步提升视频检测速率.

摘要： 镜头边界检测是智能视频检索的一个重要环节.现有的检测方法主要是在像素域进行处理,切变检测精度不高,计算复杂度过大.针对这些问题,文中利用解析HEVC码流得到的编码信息,提出了一种基于HEVC压缩域的镜头边界检测方法.首先统计每帧编码信息中各类预测模式的PU个数,并根据CU深度对运动矢量进行幅值滤波;然后采用PU预测模式、运动矢量和帧比特数对切变候选帧进行两级筛选,再对其进行自适应阈值的镜头切变检测;接着根据切变帧对视频序列进行分段,并在时域上对帧比特数进行平滑滤波;最后使用PU预测模式和经滤波平滑后的帧比特数对分段视频进行镜头渐变检测.实验结果表明,该方法具有良好的镜头边界检测效果,并具有较低的计算复杂度.

摘要： 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.%Shot boundary detection is the basis of content-based video retrieval. At present,many types of video and numerous video content in the shot boundary detection cause the problem that the recall rate and precision rate are not high. In the light of this, an improved shot boundary detection algorithm based on mutual information is proposed,In the basis of the effective position of the caption area detected by the algorithm of video caption detec-tion and localization,The algorithm can realize shot boundary detection by calculating the difference of mutual infor-mation between frames which are in the non-caption and non-triangular area about non-uniform block histogram in HSV space. Compared with the most widely used and more effective dual threshold algorithm,This experiment show that,and the average performance of the algorithm is improved by 12.4%,the average performance of gradual shot detection is improved by 8.2%. Adaptive threshold selection, solve the problem of threshold dependent artificial experience selection effectively. Compared with the shot boundary detection algorithm based on mutual information, This experiment shows that the algorithm can detect almost all fade in and out of the lens boundary,and brings high-er recall rate and precision rate to the shot boundary detection.

摘要： It is difficult to get a balance between efficiency and accuracy in news video shot detection algorithm.A fusion algorithm combining global feature and local feature was proposed.First,the relevant theoretical knowledge of shot boundary detection was introduced.Then,the shot boundary recognition algorithm based on the global feature of H-S color histogram and the local feature of SURF feature point were analyzed,and the corresponding steps were set and applied to news video.On this basis,two typical algorithms were merged to form a new boundary detection algorithm.By constructing a video shot detection software platform,the validity of the fusion algorithm was verified.The experimental results show that the fusion algorithm make full use of the advantages of the two algorithms,so that the precision and recall of the news video lens are balanced.Meanwhile,the running time of the program is greatly reduced and the efficiency and accuracy of the algorithm are improved.Finally,a prospect of further optimization of the algorithm is discussed.%针对新闻视频镜头检测算法在高效和准确两个方面的要求很难平衡的问题,提出了一种融合全局特征与局部特征的融合算法.首先介绍了镜头边界检测的相关理论知识.接着,分别对基于H-S颜色直方图这一全局特征,以及尺度不变特征变换(SURF)特征点这一局部特征的镜头边界识别算法进行分析,并应用于新闻视频中进行相应的步骤设定;在此基础上,将两类典型的算法融合形成一种新的镜头边界检测算法.通过构建视频镜头检测软件平台,对其有效性进行验证.实验结果表明:融合算法能够充分发挥两类算法各自的优势,使新闻视频镜头的查准率和查全率指标得到平衡,同时大幅降低程序的运行时间,提高算法的效率和准确性.最后,对该算法进一步优化的方向作了展望.

摘要： 利用MapReduee编程模型并行计算的思想,将视频数据切割成若干个视频片段,分配给若干个任务节点主机进行视频特征值的提取和镜头边界检测.考虑到新闻视频中存在大量的闪光镜头,容易造成误检,用滑动窗口对帧间差异进行分析,修正帧间差值.实验结果表明,改进的镜头算法不仅大大提高镜头检测的效率,还可以有效地避免闪光镜头,取得较好的检测精度.

摘要： 针对现有镜头检测算法在处理运动信息时无法随着帧间差异不同而变化的问题,提出一种基于光流的镜头边界检测方法.依据光流算法对图像间熵计算进行校正,并提出一种光流量化方法.使用量化值与校正熵值判断图像连续性,保留存在镜头切换的候选边界;根据镜头构造的差异提取图像的光度信息与图像间互信息,并提出一种模型匹配的方式进行镜头类型识别.在互信息提取前对图像进行显著区域提取,来增加图像间的差异而保证模型匹配的准确性.实验表明,该检测算法能准确检测镜头边界且有效排除运动干扰.%To solve the problem that motion information in the video is combined to the detection process of the shot boundary, which is to prevent the impact of target movement, camera movement for detection, a shot boundary detection method based on optical flow is proposed. Firstly, motion information in video using optical flow method was detected, which is used to calculate the entropy of adjacent image correction, and a method of optical flow quantization is proposed. The quantization value and corrected entropy is used to determine the continuity of the image, and candidate boundaries are reserved for the presence of a lens switch. Secondly, the image of the photometric information and mutual information between the images are extracted using the difference between the lens structure, and a model matching method is proposed to identify the type of shot. Significant areas of the image are extracted for computing mutual information, which increases the difference between the images and ensures the accuracy of the model matching. The results show that the algorithm can accurately detect the shot boundary, and effectively eliminate the interference of motion.

摘要： 镜头边界检测是视频索引、检索和分析的基础,大量的学者对镜头边界检测算法进行了研完.然而,视频数据量大,镜头边界检测中的高计算成本成为实际应用的一个瓶颈.利用MapReduce模型分布式的计算思想,将大量的视频数据处理作业拆分成若干个可独立运行的Map任务,进行视频的解码和特征提取,然后由若干个Reduce任务对特征值进行检测获得最后镜头边界集合.在镜头特征提取时把视频分成31帧的小片段,利用带权值的分块的直方图计算机视频片段的首尾帧间差,通过自适应阈值筛选出非镜头切换片段和候选镜头切换片段,对候选镜头切换片段再做进一步检测,提出了非相邻帧二次帧差法对渐变镜头进行检测.实验结果表明,利用Map Reduce模型和改进的镜头算法在加速镜头边界检测的同时,还可以取得较好的检测精度.

摘要： 针对如何进一步提高镜头边界检测精度问题,提出了一种基于核的监督非保局(KSNLPP)投影视频镜头检测方法.在非保局投影(NLPP)中引入样本的类别信息,并利用核方法提升NLPP解决非线生问题的能力,提出了KSNLPP算法；在此基础上,将每个镜头视为一类,利用KSNLPP算法得到视频图像的投影矩阵,利用此投影矩阵对新的视频数据进行降维处理,实现有监督的视频特征提取；融合各帧的相邻帧特征构建中间特征,利用局部支持向量机(LSVM)分类器实现镜头边界检测.试验结果表明,提出的镜头边界检测方法能够显著提高镜头边界的检测精度.

摘要： 本文提出了“可变窗”的概念。其可以在一个镜头中画面变化激烈时，减少窗口跨度，而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。本算法统计各帧的分块直方图作为特征，结合了可变窗判别机制，对非压缩域中的视频帧进行镜头边界检测。经过大量实验证明，本文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。本文算法可应用在视频内容安全识别领域。

摘要： 针对突变的特点，实现了一种改进的基于相邻帧差的镜头边界检测方法。该方法是对分区直方图概念的改进，引入黄金分割的思想对直方图进行区域划分，考虑到不同分块的重要性。实验证该分块方案取得了较好的检测效果，达到了较高的查全率和查准率。

摘要： 根据视频邻域片段变化的特点提出了镜头边界系数模型,镜头边界系数具有良好的抗噪能力,且对视频帧的时域变化有较好的描述能力,可用于镜头边界检测与关键帧提取.它可以单独检测镜头边界,也可以与传统的基于帧差的镜头边界检测方法相结合检测镜头边界.在提取关键帧时,根据镜头边界系数的分布,自适应地确定镜头内的关键帧数,用非极大值抑制方法与基于镜头边界系数的优先级方法确定关键帧的位置.实验结果表明,该方法在镜头边界检测性能上要优于已有的基于帧差的镜头边界检测方法,提取的关键帧对镜头的视觉内容具有较好的表达能力,且可在视频回放时实时执行.

摘要： 本文所介绍的基于灰度直方图差值的镜头边缘检测算法，在设置了合理的阈值的情况下，对镜头边界检测有很高的准确率。实验结果表明，对于大多数视频都能达到比较好的效果，具有很高的检测效率，尤其是检测镜头突变时具有较好的适用性以及较高的准确度。

摘要： 面对海量的视频信息，研究有效分析、组织和管理视频数据的基于内容的视频检索系统成为多媒体技术的研究热点。视频结构化分析是实现视频检索的基础，其目的是通过对视频数据从低层到高层的处理和分析，建立相应的语义结构，实现对视频有效的组织。本文提出研究视频结构化的原因，介绍了技术的发展情况，给出了视频结构化的定义和研究内容，并对关键技术做了初步分析和探讨。

摘要： 面对海量的视频信息，研究有效分析、组织和管理视频数据的基于内容的视频检索系统成为多媒体技术的研究热点。视频结构化分析是实现视频检索的基础，其目的是通过对视频数据从低层到高层的处理和分析，建立相应的语义结构，实现对视频有效的组织。本文提出研究视频结构化的原因，介绍了技术的发展情况，给出了视频结构化的定义和研究内容，并对关键技术做了初步分析和探讨。

摘要： 面对海量的视频信息，研究有效分析、组织和管理视频数据的基于内容的视频检索系统成为多媒体技术的研究热点。视频结构化分析是实现视频检索的基础，其目的是通过对视频数据从低层到高层的处理和分析，建立相应的语义结构，实现对视频有效的组织。本文提出研究视频结构化的原因，介绍了技术的发展情况，给出了视频结构化的定义和研究内容，并对关键技术做了初步分析和探讨。

摘要： 面对海量的视频信息，研究有效分析、组织和管理视频数据的基于内容的视频检索系统成为多媒体技术的研究热点。视频结构化分析是实现视频检索的基础，其目的是通过对视频数据从低层到高层的处理和分析，建立相应的语义结构，实现对视频有效的组织。本文提出研究视频结构化的原因，介绍了技术的发展情况，给出了视频结构化的定义和研究内容，并对关键技术做了初步分析和探讨。

摘要： 本发明涉及边界检测装置和边界检测方法。边界检测装置(1)包括获取单元(11)、提取单元(13)和检测单元(15)。获取单元基于通过捕捉车辆的周围环境的图像而获得的信息，来获取视差图像。提取单元基于第一像素区域的视差梯度方向和第二像素区域的视差梯度方向，从视差图像的第一像素区域和第二像素区域提取预定像素区域。检测单元通过将至少一些由提取单元提取的多个预定像素区域连接到一起，来检测沿着道路而存在的台阶表面的边界。第一像素区域和第二像素区域将预定像素区域夹在中间。由第一像素区域的视差梯度方向与第二像素区域的视差梯度方向所形成的角度在直角的预定角度范围之内。

摘要： 本发明涉及一种车道边界检测装置以及车道边界检测方法，其减轻处理负载，并且稳定地检测车道边界。根据拍摄本车辆行驶道路的图像检测路面上的道路交通标线，根据检测的道路交通标线判定道路交通标线是否是3重线，并且基于上述检测的标线线宽和标线间隔，检测成对的减速标线的组。并且，在判定为上述3重线的情况下，根据上述检测的成对的减速标线的位置推定车道区分线的位置。

摘要： 一种边缘检测方法，通过从在垂直于边缘方向中图像的一端，搜索形成图像的所有搜索行来检测边缘段。如果存在其边缘段不能被检测的行，则在从图像中心附近向图像该端在所有搜索行中进行搜索，从而检测边缘段。从边缘段确定线性边缘。对于所有搜索行从边缘段获得多个边缘候选项，并从边缘候选项中选择最优候选项。从图像中的源文件提取格线，并基于与格线的比较选择最优候选项。结果，即使背景侧的图像不稳定，或背景与源文件的材料类似，也能够以高精度检测源文件的边缘。

摘要： 本发明实施例提供了一种镜头边缘检测方法和装置，该方法包括：获取目标视频，将目标视频划分为多个视频段落；将多个视频段落分组,确认各视频段落的首、尾帧差，基于其均值确认每组的自适应阈值；根据自适应阈值,在各组中确认至少一个或多个候选视频段落；对于每个候选过渡段落，提取该候选过渡段落包含的多个图像帧的HSV特征，生成该候选过渡段落的特征矩阵；对特征矩阵进行奇异值分解，获取该候选过渡段落的降维矩阵；利用降维矩阵获取该候选过渡段落中每连续两帧的差异度，据以确定该候选过渡段落的最大差异度，以及累积差异度，若最大差异度大于累积差异度，该候选过渡段落包含突变过渡镜头边界，由最大差异度确定突变过渡镜头边界位置。

摘要： 公开车道边界检测装置、车道边界检测方法及车道边界检测用计算机程序。车道边界检测装置具有：识别部(31)，通过将由搭载于车辆(10)的摄像部(2)得到的表示车辆(10)的周边区域的图像输入到以针对每个像素识别在该像素中表示的物体的类别的方式学习的识别器，识别在图像的各像素中表示的物体的类别；以及检测部(32)，针对在图像中与本车道交叉的方向的每个像素列，沿着从该像素列的一端朝向另一端的扫描方向，依次根据在连续的预定数的像素群中表示的物体的类别的排列顺序、以及与扫描方向上的紧接着之前的像素群相当的位置是否为本车道内的判定结果，判定与该像素群相当的位置是否为本车道内，由此检测本车道的边界。

摘要： 本发明涉及边界检测装置和边界检测方法。边界检测装置(1)包括获取单元(11)、提取单元(13)和检测单元(15)。获取单元基于通过捕捉车辆的周围环境的图像而获得的信息，来获取视差图像。提取单元基于第一像素区域的视差梯度方向和第二像素区域的视差梯度方向，从视差图像的第一像素区域和第二像素区域提取预定像素区域。检测单元通过将至少一些由提取单元提取的多个预定像素区域连接到一起，来检测沿着道路而存在的台阶表面的边界。第一像素区域和第二像素区域将预定像素区域夹在中间。由第一像素区域的视差梯度方向与第二像素区域的视差梯度方向所形成的角度在直角的预定角度范围之内。

摘要： 本发明涉及一种车道边界检测装置以及车道边界检测方法，其减轻处理负载，并且稳定地检测车道边界。根据拍摄本车辆行驶道路的图像检测路面上的道路交通标线，根据检测的道路交通标线判定道路交通标线是否是3重线，并且基于上述检测的标线线宽和标线间隔，检测成对的减速标线的组。并且，在判定为上述3重线的情况下，根据上述检测的成对的减速标线的位置推定车道区分线的位置。

摘要： 本发明公开了一种基于双重检测模型的视频边界检测方法。该方法分为初检和复检两阶段，首先将输入视频每一视频帧转换成HSV色彩空间，然后利用非均匀分块作为判定因子，并结合基于滑动窗口的自适应二分查找的机制进行镜头边界初检；复检过程利用SURF算法对初检得到的镜头边界进行匹配，剔除初检中的误检。该方法能显著提高镜头边界检测的准确率。

摘要： 本申请实施例提供一种镜头边界检测方法、设备及存储介质。在本申请实施例中，可接收针对目标视频的镜头边界检测请求；从目标视频中提取时空切片；根据时空切片，在目标视频中确定疑似镜头边界的视频帧，作为候选帧；从候选帧中，选择符合预设的局部特征匹配要求的目标帧，作为目标视频中的镜头边界帧。据此，本申请实施例中，采用时空切片和局部特征匹配相结合的方式，基于时空切片可初步筛选出疑似镜头边界的视频帧，而通过局部特征匹配可进一步选择出真正的镜头边界帧，这可大大减少计算量并可多层次查找镜头边界帧，因此，可有效提高镜头边界检测的效率、召回率和准确率。

摘要： 本申请公开了一种基于视觉感知的视频镜头边界检测方法及装置，所述方法包括：对检测视频进行筛选，去除冗余帧获得候选帧；对每一帧所述候选帧提取视觉感知特征和运动特征，根据相邻两帧候选帧的视觉感知特征的相干性构建所述相邻两帧的帧间共识函数；根据所述帧间共识函数将相似候选帧进行合并创建待检测镜头集；通过比较所述待检测镜头集内每一帧的视觉感知特征和运动特征的相似性，根据预先设置的阈值，确定镜头边界检测结果。本申请利用帧间相干和光流特征用于镜头边界检测，可以在不牺牲检测性能的前提下，缩短计算时间，快速准确地检测出镜头边界。