基于渐进二分策略的自适应阈值视频镜头检测

针对目前视频镜头边界检测算法多专注某特定类型,没有一种对于各类渐变类型检测都适用的算法的问题,以及在检测时间方面,现有的视频镜头检测算法需要对所有帧进行计算,因而具有很高时间复杂度的问题,提出一种新颖的基于渐进二分策略和自适应阈值的视频镜头分割算法。首先,它根据每个视频自身的特征用神经网络模型训练阈值计算参数,以自适应地生成检测阈值来提高检测准确性;然后,它采用渐进地二分策略进行视频帧间差计算,实现对各类渐变类型检测都使用统一的方法,并同时降低了计算时间复杂度。实验表明本算法在检测性能上,对切变检测的准确率提高了5. 36%,对渐变检测的准确率提高了9. 13%;在计算复杂度上降低了27. 32%。本算法在检测性能和计算复杂度上均具有显著的优越性,并对各类渐变类型的镜头检测都适用。