基于聚类的视频镜头分割和关键帧提取

镜头分割是基于内容的视频检索和浏览首先要解决的关键技术。视频分割为镜头后,下一步的工作就是进行关键帧提取,用以描述镜头的主要内容。提出了一种改进的基于聚类的镜头分割和关键帧提取算法,在无监督聚类中引入一个参考变量,解决了利用无监督聚类进行镜头分割和关键帧提取时可能产生的帧序不连续或分割错误的问题。在关键帧提取阶段,将镜头分割为子镜头后,引入图像熵的概念提取关键帧。实验结果表明了改进算法在镜头分割和关键帧提取方面的有效性。

基于运动补偿和自适应双阈值的镜头分割

镜头分割是视频检索的结构化基础。提出一种高效的镜头分割算法,首先针对视频中的图像帧序列间存在一定的运动,对视频中的图像帧采用运动矢量场自适应搜索技术进行分块运动矢量估计,然后进行运动补偿,接着在此基础上计算两帧间的像素值不变点数,并基于滑动窗口获取局部自适应的双阈值,最后基于自适应双阈值间的比较检测切变和渐变。实验结果证实,该算法不仅能够有效地检测出镜头的切变和渐变,而且对运动具有较强的鲁棒性。

视频检索中镜头分割方法综述

视频序列的镜头分割亦称镜头变化检测是视频检索中的关键技术之一。镜头变化是指视频序列中场景内容的变化。该文介绍了目前镜头分割的常用方法,包括灰度分割法、边缘分割法、彩色直方图分割法、MPEG视频的分割方法、块匹配镜头分割方法、统计判决镜头分割方法、基于聚类的镜头分割方法、镜头渐变的检测等,指出了研究场景内容的表征方法、特征提取方法、特征的检测尺度以及稳健可靠的实用镜头分割方法是目前主要的研究方向。

典型视频镜头分割方法的比较

视频镜头分割作为视频处理的第一步,一直受到学者的关注和重视,数十年来已提出了大量的算法。该文对几种常用的视频分割算法作了综述,分析了基于直方图的算法、基于运动的算法、基于轮廓的算法、以及直接针对压缩视频的算法等典型算法的特征,并详细研究了各种算法中帧差异值的计算和阈值设定的方法,比较了它们的优缺点,最后对视频分割算法研究作了展望。

基于直方图帧差的自适应镜头分割算法

提出一种改进的基于亮度直方图帧差的自适应镜头分割算法,该方法包括突变镜头的检测过程和渐变镜头的渐变过程,这两个处理过程由相邻两帧的亮度直方图帧差与自适应阈值的比较来自动进行选择,在突变镜头的检测过程中加入隔帧帧差法检测闪光灯,渐变镜头的检测采用基于帧间差方差的方法。实验结果表明,改进算法具有很好的检测效果,且计算复杂度低,易于实现。

基于内容的视频检索中的镜头分割技术

简要介绍了基于内容的视频检索 ,给出了主要实现步骤 ,着重论述了几种常用的镜头分割技术。

使用线性分割和序列合并的视频镜头分割方法

本文提出一种双向帧距离模型,基于帧距离双向对比,采用较低的全局阈值,使用线性遍历的方法对视频内容进行粗镜头划分成碎片序列集合和边界序列集合.然后通过比对每一个边界序列相邻的碎片序列内容的相似度,对粗划分的内容进行再合并,从而实现了用线性方法同时解决突变类镜头切换和渐变类镜头切换的镜头分割问题.

基于自动镜头分割的视频压缩编码算法

将镜头分割引入压缩编码,针对分割镜头特性确定适当的编码器及参数,能够提高视频压缩编码的效率·为此,提出了一种基于对分查找的镜头分割算法(VSSB)以及关键帧频率计算公式·其算法的核心是通过对分查找形成二叉树,同时通过广度优先搜索寻找分割点,具有O(logn)的时间复杂性·针对实时应用,采用了双阈值比较的镜头分割算法,能够较好地实现镜头切变和渐变的检测·基于镜头分割算法,建立并实现了并行方式的编解码系统模型·实验证明,基于镜头分割的编码方法能够提高压缩比,缩短压缩编码时间,有利于改善重建图像质量·

基于双阈值滑动窗口子镜头分割和完全连通图的关键帧提取方法

随着多媒体技术的发展,当今工作和生活中的多媒体信息日渐丰富。如何通过分析海量视频快速有效地检索出有用信息成为一个日益严重的问题。为了解决上述问题,提出了一种基于双阈值滑动窗口子镜头分割和完全连通图的关键帧提取方法。该方法采用基于双阈值的镜头分割算法,通过设置双阈值滑动窗口来判断镜头的突变边界和渐变边界,从而划分镜头;并采用基于滑动窗口的子镜头分割算法,通过给视频帧序列加一个滑动窗口,在窗口的范围内利用帧差来对镜头进行再划分,得到子镜头;此外,利用基于子镜头分割的关键帧提取算法,通过处理顶点为帧、边为帧差的完全连通图的方法来提取关键帧。实验结果表明,与其他方法相比,提出的方法平均精确率较高,并且平均关键帧数目较低,可以很好地提取视频的关键帧。

基于树形分类器的自适应镜头分割系统

提出并实现了一种自适应的镜头分割系统。将镜头切换类型和影响镜头分割准确性的因素进行分类,把要处理的复杂情况看作是多类别的分类问题。每一级分类器处理的都是两类问题,根据分类的不同目的选择合适的算法将两类区分开。将这些分类器以树形结构结合起来,使系统的性能达到最优。选择了4个有代表性的广告视频片段进行实验。结果表明,自适应镜头分割算法可以适应不同的情况,同时检测突变切换和渐变切换,在保证检全率的基础上有效降低了误检率。

视频镜头分割方法综述

视频序列的镜头分割亦称镜头变化检测是视频检索中的关键技术之一.对五种常用的视频分割算法作了综述,包括像素法、直方图法、X2直方图法、X2直方图分块法、边缘轮廓变化率法,并详细介绍了各种算法中的帧差异值的计算以及介绍了了他们的优缺点,并且通过实验分析对各种算法进行了比较,五种算法的优缺点实验中得到了很好的体现.

基于自动确定特征点数的镜头分割方法

镜头分割对实现基于图像内容的视频检索具有重要作用。为了提高视频镜头分割的效果,采用Harris算子进行像素点的能量评估,并抑制伪特征点。通过图像帧分块和边缘检测,获取最小化特征点集,并使特征点分布相对均匀合理,然后根据特征点计算图像帧统计量,进一步形成图像帧的特征向量。在此基础上,结合图像帧渐变检测和闪光检测实现镜头分割方法,取得很好镜头分割效果。

一种新的基于RS理论的压缩域镜头分割算法

针对传统的非压缩域镜头分割算法数据多、运算量大和效率低的缺点,提出了一种基于RS理论的压缩域镜头分割算法。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系数建立镜头分割信息系统模型,通过RS理论的划分与属性约简得到视频镜头。实验结果表明,该算法相对传统非压缩域算法运算量和数据量大大减少,算法效率明显提高。

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.

适用于视觉媒体检索的视频镜头分割算法

针对基于内容的视觉媒体检索存在的问题,依据多维空间仿生信息学(multi-dimensional space biomimetic informatics,MDSBI)理论的同源连续性规律(principle of homology continuity,PHC),在高维空间中通过几何方法分析视频及镜头和图像,通过子空间方法解决不同视觉媒体的异构性问题,得出视觉媒体检索的实质性工作是在高维空间研究点和子空间的距离问题,并实现适用于视觉媒体检索的镜头分割算法。

基于两级支持向量机分类的视频镜头分割方法

提出一种基于两级支持向量机分类的视频镜头分割方法.第1级分类器利用分段视频首尾帧直方图距离,结合滑动窗口和陷波方法计算分段视频的特征向量,通过支持向量机来分类筛选含有镜头边界的子段;第2级分类器根据不同间距的帧间直方图的距离特征,采用时间窗口法构造特征向量,利用二叉树支持向量机多分类策略检测镜头边界的位置.结果表明,所提出的方法能够同时提高切变和渐变的镜头边界的检测效果.

视频检索常用的镜头分割方法的研究

镜头分割是基于内容的视频检索的核心技术之一,经过多年的研究,目前已有大量算法被提出。首先对常用的镜头分割方法作了综述,然后以图表的方式对所讲方法进行了分类与归纳,最后基于现状提出一些想法,为实际应用提供了一定参考。

基于决策树的MPEG视频镜头分割算法

压缩视频镜头的分割是视频内容分析中的一个难点,由于镜头在组织和索引视频中起关键性的作用,提出了一种基于决策树的MPEG视频镜头分割算法。该算法采用决策树这种机器学习方法对样本视频进行训练,通过融合运动信息、颜色、边缘等特征获得镜头分割的最佳阈值,较好地解决了压缩视频处理中检测镜头突变和渐变难题,同时还能够检测出镜头是否产生闪光现象和相机运动的产生。实验证明本算法在压缩视频镜头检测方面取得了较好的检测结果。

一种新的基于I帧的压缩域镜头分割算法

针对传统的非压缩域镜头分割算法数据量大、运算量大和效率低的问题,提出了一种基于I帧的压缩域镜头分割算法.该算法首先根据MPEG-2压缩标准,从视频流中提取DCT系数,然后经过预处理得到每一帧的DC系数,最后依DC系数建立信息系统并得到镜头分割模型.实验结果表明,此算法相对于传统的非压缩域算法,可大大减少运算量和数据量,提高算法的效率.

视频存储中一种改进的镜头分割方法

文中提出一种对现有的视频存储方案中视频源的分割方法。该方法是在基于二次帧差法和Twin Comparison算法的基础上,把视频帧进行分块分析,再以一定的区域作为帧间比较的对象,这样减少了每帧处理的时间。另外,Twin Comparison算法与二次帧差法的结合,可以有效地防止闪光或者镜头抖动引起的干扰。实验表明,该方法在镜头分割的查全率、查准率以及处理时间上有明显的提高。