[发明专利]视频边界检测方法、系统、设备及存储介质

说明书

本申请提供了一种视频边界检测方法、系统、设备及存储介质，所述方法包括步骤：对待测视频进行切帧处理，获得多帧连续的图像；将相邻帧图像分别映射至HSV颜色空间，获得相邻帧图像间的HSV变化值；提取第一帧图像的特征点，形成第一特征点集合；自第二帧图像开始至最后一帧图像，基于所述第一特征点集合中的特征点，对当前帧图像进行特征点跟踪，获得当前帧图像的第二特征点集合；基于所述当前帧图像的第二特征点集合，获得相邻帧图像的特征点匹配个数；基于相邻帧图像的所述HSV变化值和所述特征点匹配个数，获取当前帧图像的边界检测值；基于所述边界检测值和预设阈值，对所述待测视频的边界进行检测；本申请提高了视频边界的检测准确率。

技术领域

本发明涉及图像处理技术领域，具体地说，涉及一种视频边界检测方法、系统、设备及存储介质。

背景技术

在OTA(Online Travel Agency，在线旅行代理)行业中，由于视频相比图片可以包含更多的信息量，所以目前企业普遍利用视频展示的手段替代以前的图片展示手段，比如展示酒店宣传视频、旅拍视频等。那么对OTA视频进行充分利用对于企业来说也就变得很重要，这就涉及到OTA视频的二次处理，包括场景分割、场景识别或者精华剪辑等处理。这些处理通常会使用到的基本技术是视频边界检测，即为准确识别视频中各个转场，把一个长视频切割为多个场景的短视频。

视频边界检测的基础在于，同一个镜头内的视觉内容相近，而不同镜头间的视频内容差异大，且特征区别明显。视频的镜头变化主要分为突变(cut)和渐变(gradual)两种类型，突变是前一个镜头的末帧没有过渡地紧接着下一个镜头的首帧，而渐变是值在一段时间内逐渐完成镜头的变换，一般持续几帧到十几帧。

现有的视频边界检测的方法多为基于色彩空间的帧间变化特征进行检测：包括基于直方图的方法或者基于HSV变化检测。这种方法对于突变的转场效果较好，因为场景突变时两个场景的边界所对应的两个连续的帧，无论是直方图还是HSV变化都非常明显。但是对于缓慢渐变转场的边界，在两个不同场景间，连续的帧的直方图或HSV变化程度随时间成缓慢线性变化。而实际情况中镜头移动也可能导致相似特性变化。所以现有技术很难准确识别渐变转场的视频边界。

发明内容

针对现有技术中的问题，本发明的目的在于提供一种视频边界检测方法、系统、设备及存储介质，减小对于渐变转场镜头的漏检率，从而提高视频边界的检测准确率。

为实现上述目的，本发明提供了一种视频边界检测方法，所述方法包括以下步骤：

对待测视频进行切帧处理，获得多帧连续的图像；

将相邻帧图像分别映射至HSV颜色空间，获得相邻帧图像间的HSV变化值；

提取第一帧图像的特征点，形成第一特征点集合；

自第二帧图像开始至最后一帧图像，基于所述第一特征点集合中的特征点，对当前帧图像进行特征点跟踪，获得当前帧图像的第二特征点集合；

基于所述当前帧图像的第二特征点集合，获得相邻帧图像的特征点匹配个数；

基于相邻帧图像的所述HSV变化值和所述特征点匹配个数，获取当前帧图像的边界检测值；

基于所述边界检测值和预设阈值，对所述待测视频的边界进行检测。

可选地，所述提取第一帧图像的特征点，包括：

基于Shi-Tomasi算法，提取所有帧图像中第一帧图像的特征点。

可选地，所述基于所述第一特征点集合中的特征点，对当前帧图像进行特征点跟踪，获得当前帧图像的第二特征点集合，包括：

利用Lucas-Kanade光流算法，对当前帧图像进行特征点跟踪，获得当前帧图像的带有状态码的第二特征点集合；