[发明专利]改进的视频镜头检测方法

说明书

技术领域

本发明涉及视频镜头分割技术，更具体地，本发明涉及一种改进的视频镜头检测方法。

背景技术

随着现阶段视频数据的日益丰富，如何对网络上存在的海量视频信息进行有效的组织、管理、查询和检索，并查找到用户感兴趣的视频片段，这一需求已变得愈加迫切。视频镜头分割技术是基于内容的视频检索的核心问题之一，可有效地用于对互联网上海量无序的视频数据进行管理。通过该项技术和关键帧提取技术对视频进行结构化并为视频建立索引和摘要，在形成关于视频内容的线性结构的情况下，才能有效实现视频数据的快速浏览和检索。

现阶段视频镜头检测分割的常用方法是，计算视频中连续帧之间低层视觉特征或运动特征的帧间差异值，并将其与预设或自适应的阈值进行比较，若差异值大于阈值，则该处为镜头边界，反之，则认为这组连续帧属于同一镜头。由常用方法可知，帧间差异值的度量方式、阈值的设定，以及两者的最优组合将成为视频镜头检测分割的关键所在。而在同一镜头之内，视频特征发生变化主要有以下两个原因：对象/摄像机的运动和光线的变化。对象/摄像机的运动导致镜头内不断出现新对象，同时旧对象也在不断消失，若处理不当，则很容易和镜头渐变混淆，导致镜头误检。镜头内也经常出现光线变化，若镜头内某帧突然变亮，则基于亮度特征度量的帧差值就会发生跳变，若处理不当，就会将其检测为镜头切变，也会导致镜头误检。

根据镜头转换处的特点，基于不同的图像帧视觉特征和镜头运动特征，镜头分割现有的技术方案主要采用以下几类方法：基于像素的算法、基于直方图的算法等。

(1)基于像素的算法

基于像素的算法对相邻两帧相应像素的灰度或亮度差值的绝对值进行求和，得到总帧差，并与预设阈值进行比较以衡量帧间差异度。它是计算帧间差异值的最简单和基本的算法，

(2)基于直方图的算法

直方图直观地反映了一幅图像灰度(灰度直方图)或颜色(颜色直方图)的总体分布，由于其出色的全局特性，广泛应用于图像处理中，并有多种度量方式：基本方法是计算相邻视频帧间的直方图差异值，但是直方图帧差值的结果因采用的直方图种类而异。还可通过引入加权系数计算两幅图像之间的直方图加权距离来对基本方法进行扩展，此外还有计算两幅图像之间的直方图交集或采用其他距离度量方法。

基于直方图的算法是应用最为广泛的视频镜头检测分割方法，处理简单方便，计算复杂度较低，对于大多数视频来说，只要阈值设置得当，一般均能达到比较好的效果。

现有的镜头分割算法分别运用了视频不同的低层特征(如颜色、边缘、纹理等视觉特征及运动特征)，虽然都取得了一定的效果，但由于算法本身所限，或多或少都存在一些问题。单独应用某种方法或视频的某种低层视觉特征对视频镜头进行检测，难以获得较好的效果。

对于基于像素的方法，虽然算法简单明了且容易实现，但对于镜头内对象/摄像机的运动十分敏感，镜头内对象/摄影机的运动将会导致图像帧中多数像素的灰度或亮度发生变化，从而导致镜头边界的误检测；对于基于直方图的方法，由于直方图无法体现图像的位置信息和视觉内容，内容毫无关联的两幅图像也可能拥有同样的灰度/颜色总体分布，具有相同颜色总体分布的两幅图像也可能拥有相同的对象和背景，但是对象的位置不同，这些都可能导致镜头边界的误检测；此外，剧烈光照变化的情况(如闪光等)，也会很大程度上干扰以上两种方法的镜头检测效果。

基于现有技术存在的缺点，我们在现有镜头检测算法的基础上，对已有算法进行改进，并对理论上具有互补特性的方法进行结合，提出了一种改进的视频镜头检测方法。本发明在镜头检出度和准确度有显著改善的基础上，未显著增加时间和计算复杂度，达到了实际应用中实时性的相应要求。

发明内容

为了克服现有技术中的问题，本发明的技术方案基于内容的视频检索可对用户输入的图像或视频信息有效地分析提取特征，以进行匹配检索，从而提高镜头分割检测的检出度和准确度，给使用者带来便利。