[发明专利]基于累计差异度和奇异值分解的镜头边界检测方法和装置

权利要求书

1.一种镜头边界检测方法，所述方法包括：

获取目标视频；所述目标视频包括M个图像帧；

将所述目标视频划分为多个视频段落，每个所述视频段落包含所述M个图像帧中若干个连续图像帧；

将所述多个视频段落分组,根据每组包括的各视频段落的首、尾帧的图像数据，确认各视频段落的首、尾帧差，基于所述各视频段落的首、尾帧差的均值,确认每组的自适应阈值；根据所述每组的自适应阈值、各视频段落的首、尾帧差,在各组中确认至少一个或多个候选视频段落作为候选过渡段落；

对于每个候选过渡段落，提取该候选过渡段落包含的多个图像帧的HSV特征，生成该候选过渡段落的特征矩阵；对所述特征矩阵进行奇异值分解，获取该候选过渡段落的降维矩阵；

利用所述降维矩阵，获取该候选过渡段落中每连续两帧的差异度，取所述每连续两帧的差异度中的最大值作为该候选过渡段落的最大差异度，通过累加所述每连续两帧的差异度并减去所述最大差异度，获取该候选过渡段落的累积差异度，比较所述累积差异度与所述最大差异度，若所述最大差异度大于所述累积差异度，则确认该候选过渡段落包含突变过渡的镜头边界，并根据所述最大差异度确定所述突变过渡的镜头边界的位置。

2.根据权利要求1所述的方法，还包括，若所述最大差异度不大于所述累积差异度，则利用所述降维矩阵，计算出该候选过渡段落中每一帧分别与首、尾帧的差异度的差值，若所述差值的分布匹配倒三角匹配模型，则确认该候选过渡段落包含渐变过渡的镜头边界。

3.根据权利要求1所述的方法，其中，将所述多个视频段落分组,确定每组包括的各视频段落的首、尾帧差，根据所述各视频段落的首、尾帧的帧差的均值,确认每组的自适应阈值；根据所述每组的自适应阈值、每组包括的各视频段落的首、尾帧差,确认至少一个或多个候选视频段落，包括：

将所述多个视频段落分为若干视频小组，每个视频小组包含所述多个视频段落中的预定数量的视频段落，将所述若干视频小组再分为若干视频大组，每个视频大组包含所述若干视频小组中的预定数量的视频小组；根据所述视频大组、视频小组包含的各个视频段落的首尾帧差，获得视频大组、各视频小组的平均首尾帧差；

至少根据视频大组、各视频小组的平均首尾帧差，确定各视频小组的自适应阈值；至少根据所述自适应阈值、所述多个视频段落的首尾帧差，在所述多个视频段落中，确认至少一个或多个候选视频段落。

4.根据权利要求3所述的方法，其中，至少根据视频大组、各视频小组的平均首尾帧差，确定各视频小组的自适应阈值的数学表示为：

其中μ_G表示大组中各个段落的首尾帧差的平均值，μ_L、σ_L分别表示小组中各个段落的首尾帧差的平均值、局部标准差，T_L为小组自适应阈值，a为经验参数。

5.根据权利要求1所述的方法，其中，所述图像帧的HSV特征为1728维，所述候选过渡段落的特征矩阵为1728×N维，N为该候选过渡段落饱含帧数。

6.根据权利要求1所述的方法，其中，所述利用所述降维矩阵，获取该候选过渡段落中每连续两帧的差异度，包括，根据所述降维矩阵计算每个候选过渡段落中每连续两帧的余弦相似度，根据所述余弦相似度确认每个候选过渡段落中每连续两帧的差异度。