[发明专利]一种突变和渐变镜头切换识别方法及系统

说明书

本发明涉及镜头切换识别技术领域，具体地说，涉及一种突变和渐变镜头切换识别方法及系统。其方法步骤如下：准备训练数据，获取神经网络分类模型，将镜头切换识别问题转换为连续视频帧的分类问题；利用训练好的神经网络分类模型，识别出候选镜头切换序列；获取搜索区间；特征重定位，得到准确切换位置。该种突变和渐变镜头切换识别方法，利用神经网络，通过大量数据训练模型识别渐变和突变镜头切换，初步定位镜头切换搜索区间，同时在神经网络初步定位之后，利用图像特征定位镜头切换的准确位置。

技术领域

本发明涉及镜头切换识别技术领域，具体地说，涉及一种突变和渐变镜头切换识别方法及系统。

背景技术

申请号为CN201610687298.7的“一种识别镜头切换的方法及装置”中等间隔提取出待检测视频的关键帧，然后将关键帧分为若干子区域，通过计算不同关键帧子区域的颜色或亮度直方图的加权距离来判断是否存在镜头切换，其缺陷在于：(1)无法准确定位切换的位置；(2)只通过关键帧抽样检测，在镜头晃动剧烈情况下容易误识别；(3)无法区分是渐变还是突变镜头切换。而申请号为CN201410831291.9的“基于帧差聚类的视频镜头切换检测方法及其装置”计算连续三帧中每两帧图像的灰度值差生成三维向量，通过聚类器将三维向量映射成空间坐标系中的点，设置半径参数生成包含球，点在球内为有镜头切换，其缺陷在于：(1)使用连续三帧的特征，特征采样长度短，对于过渡时间较长的渐变镜头无法识别；(2)无法区分是渐变还是突变镜头切换；(3)在镜头晃动剧烈情况下容易误识别。

发明内容

本发明的目的在于提供一种突变和渐变镜头切换识别方法及系统，对上述现有技术中存在的问题作出改进，识别并准确定位视频中的渐变镜头和突变镜头切换，克服在镜头晃动、虚焦等不利条件下的误识别问题。

为实现上述目的，本发明提供一种突变和渐变镜头切换识别方法，其方法步骤如下：

S1、准备训练数据，获取神经网络分类模型，将镜头切换识别问题转换为连续视频帧的分类问题；

S2、利用S1中训练好的神经网络分类模型，识别出候选镜头切换序列；

S3、获取搜索区间；

S4、特征重定位，得到准确切换位置。

作为优选，S1中，准备训练数据包括如下步骤：

步骤一：正样本，正样本为以镜头切换位置为中心同时向前向后总共采样N帧连续图像，镜头切换类型尽可能包含突变以及渐变中的淡入淡出、棋盘格、缩放、划变、锯齿等不同种类的镜头切换；

步骤二：负样本，负样本为在不存在镜头切换的位置随机采样N帧连续图像序列。

作为优选，采用视频分类网络对连续帧训练模型进行视频分类，这里的视频分类网络可以是3DCNN或者双流网络其中之一。

作为优选，S2中，识别出候选镜头切换序列步骤如下：

①、对视频流进行解码，得到总长度为L的视频序列；

②、使用长度为N、步长为S的滑动窗口遍历所述总长度为L的视频序列，每次取出由N幅图像组成的片段C；

③、输入到训练好的神经网络分类模型进行分类，获取类别。

作为优选，获取搜索区间包括以下步骤：

对于某个片段C，如果输出类别是突变镜头切换，则定义搜索区间为Search_Clip＝C；如果输出类别是渐变镜头切换，继续向后搜索直到第一个非渐变镜头切换的片段CE，则定义搜索区间Search_Clip为C-CE之间的片段。

作为优选，特征重定位步骤如下：

①、得到搜索区间Search_Clip；