[发明专利]镜头分割方法

说明书

技术领域

本发明涉及图像处理技术领域，特别涉及一种镜头分割方法。

背景技术

随着信息传播工具的迅速发展，视频己经渐渐取代文本、图像成为人们日常生活中获取信息的一个主要途径，如何对这些视频进行有效的检索和识别已经成为互联网应用的一个重要问题。由于视频信息数据量大、分辨率统一、编码多种多样等特点，制约着基于视频内容检索的发展。因此，如何提高视频内容检测的准确度与效率，成为视频内容检索关注的问题。

为了对视频内容进行有效的组织，需要将视频分解为一个个基本单元，而一般认为视频的基本物理单元是镜头，一个镜头由一组摄像机连续拍摄得到的时间上连续的若干帧图像组成。镜头的自动分割是视频结构化的基础，也是视频分析和视频检索过程中的首要任务，镜头分割在基于内容的视频分析与检索的研究中具有重要地位，镜头分割的好坏将直接影响到更高一级的视频结构化以及后续视频检索的效果。

为了实现镜头分割，需要找出每个镜头边界，但是镜头边界之间存在突变型和连续渐变的情况，尤其对于连续渐变的情况难于处理。

因此亟需一种能够准确分割镜头的方法。

发明内容

（一）要解决的技术问题

本发明要解决的技术问题是，针对上述缺陷，如何提供一种镜头分割方法，其能够准确的分割视频片段中的镜头。

（二）技术方案

为解决上述技术问题，本发明提供了一种镜头分割方法，包括步骤：

A、提取视频中每一帧的尺度不变特征转换SIFT特征作为当前帧的特征，将所有特征聚类得到包含第一预设数量特征词的特征词典；

B、计算相邻两帧之间的距离最大值，所述两帧之间的距离最大值大于预设阈值的位置为视频镜头分割的边界。

其中，所述将所有特征聚类包括：

采用近邻传播算法将所有特征聚类。

其中，所述尺度不变特征转换SIFT特征为128维的向量。

其中，所述相邻两帧之间的距离由当前每个帧中的特征词与相邻帧特征词的距离最小值之和的平均值来计算；所述相邻两个特征词的距离由静态距离和动态距离构成，

所述相邻两个特征词的静态距离sim（w₁，w₂）的计算公式为sim（w₁，w₂）=||w₁-w₂||₂，其中w₁，w₂分别为两个特征词；

所述相邻两个特征词的动态距离md(i，j)的计算公式为md(i,j)=1Ni1NjΣr=1NiΣs=1Nj||mir-mjs||,]]>其中，是第i个特征词的第r个特征词实例，N_i、N_j分别为第i、j两个特征词的特征词实例的总数，是第j个特征词的第s个特征词实例；

所述相邻两个特征词的距离wd(i，j)的计算公式为wd(i，j)=λsim（w₁，w₂）+(1-λ)md(i，j)，其中0≤λ≤1为权重值；