[发明专利]一种视频中周期性结构片段检测的方法及系统有效

专利信息
申请号: 200810225562.0 申请日: 2008-11-05
公开(公告)号: CN101404030A 公开(公告)日: 2009-04-08
发明(设计)人: 黄庆明;张维刚;蒋树强;高文 申请(专利权)人: 中国科学院计算技术研究所
主分类号: G06F17/30 分类号: G06F17/30;H04N5/222
代理公司: 北京律诚同业知识产权代理有限公司 代理人: 梁 挥;祁建国
地址: 100080北京*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 视频 周期性 结构 片段 检测 方法 系统
【权利要求书】:

1.一种视频中周期性结构片段检测的方法,其特征在于,包括:

步骤1,从所述视频中删除重放片段;

步骤2,以子镜头为单元对所述视频进行分解;

步骤3,依据被分解出的子镜头间的相似度的距离对所述子镜头进行聚类;

步骤4,对同一子镜头类中的子镜头赋予相同标号;按子镜头在所述视频中的位置将所述子镜头的标号排列成子镜头标号序列;从所述子镜头标号序列中查找出周期性出现的关键标号子串,所述子镜头标号序列中出现的关键标号子串对应的子镜头序列为关键子镜头序列;将所述子镜头标号序列同所述关键标号子串进行匹配,所述子镜头标号序列中被匹配的标号子串对应的子镜头序列为视频中的周期性结构片段。

2.如权利要求1所述视频中周期性结构片段检测的方法,其特征在于,

所述步骤1进一步为:

步骤21,查找出所述视频的重放片段的起始帧和结束帧;

步骤22,依据所述起始帧的帧号和所述结束帧的帧号,将所述重放片段从所述视频中删除。

3.如权利要求1所述视频中周期性结构片段检测的方法,其特征在于,

所述步骤2进一步为:

步骤31,对所述视频进行子镜头边界检测,以获得子镜头的起始帧的位置和结束帧的位置;

步骤32,依据所述起始帧的位置和所述结束帧的位置将所述视频分解为子镜头。

4.如权利要求1所述视频中周期性结构片段检测的方法,其特征在于,

所述步骤3进一步为:

步骤41,从所述子镜头中查找出同所述子镜头中其他帧的相似度的距离最小的帧作为所述子镜头的关键帧,并提取所述关键帧;

步骤42,计算所述关键帧间的相似度的距离作为所述子镜头间相似度的距离;

步骤43,依据所述子镜头间相似度的距离对所述子镜头进行聚类。

5.如权利要求1所述视频中周期性结构片段检测的方法,其特征在于,

所述步骤3完成所述聚类后还包括:

步骤51,根据子镜头类中包含的子镜头的时间长度和,消除噪声子镜头类。

6.如权利要求5所述视频中周期性结构片段检测的方法,其特征在于,

所述步骤51进一步为:

步骤61,按子镜头类中包含子镜头的数量从高到低的顺序对子镜头类进行排序;

步骤62,确定主要子镜头类的个数Nvalid,所述排序中前Nvalid个子镜头类中子镜头的时间长度和占所述视频时间长度的比例大于预设值,所述排序中前Nvalid-1个类中子镜头的时间长度和占所述视频时间长度的比例小于所述预设值;

步骤63,所述排序中第Nvalid个子镜头类之后的子镜头类为噪声子镜头类,将所述噪声子镜头类从所述排序中删除。

7.如权利要求1所述视频中周期性结构片段检测的方法,其特征在于,

所述步骤4中的匹配为精确匹配或模糊匹配。

8.如权利要求6所述视频中周期性结构片段检测的方法,其特征在于,

所述步骤62中的预设值为90%。

9.一种视频中周期性结构片段检测的系统,其特征在于,所述系统包括:

预处理模块,用于从所述视频中删除重放片段;

子镜头分解模块,用于在所述预处理模块完成对所述视频的预处理后,以子镜头为单元对所述视频进行分解;

子镜头聚类模块,用于在所述子镜头分解模块完成分解后,依据被分解出的子镜头间的相似度的距离对所述子镜头进行聚类;

检测模块,用于在所述子镜头聚类模块完成聚类后,对同一子镜头类中的子镜头赋予相同标号;按子镜头在所述视频中的位置将所述子镜头的标号排列成子镜头标号序列;从所述子镜头标号序列中查找出周期性出现的关键标号子串,所述子镜头标号序列中出现的关键标号子串对应的子镜头序列为关键子镜头序列;将所述子镜头标号序列同所述关键标号子串进行匹配,所述子镜头标号序列中被匹配的标号子串对应的子镜头序列为视频中的周期性结构片段。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院计算技术研究所,未经中国科学院计算技术研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/200810225562.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top