通用视频镜头检测算法研究

论文摘要

计算机技术的快速发展和网络的普及为多媒体产业带来了前所未有的机遇和挑战。传统的文本信息已经被视频等多媒体信息所取代。网络上的多媒体资料越来越多,人们可以从互联网上观看各种各样的视频。所以,从大量视频素材中方便地寻找人们感兴趣的视频片段的需求己变得日益迫切,传统的基于文字的检索方法已不能满足要求。如果没有对视频数据的自动和有效的描述,大量信息将淹没在信息的海洋中,无法在需要时被检索出来。为了解决这些难题,20世纪90年代出现了基于内容的视频检索技术(Content Based Video Retrieval, CBVR)。这种技术可以把视频分为一种树形结构,用关键帧来代替整个视频内容,以此来达到视频点播和视频检索的目的。镜头边缘检测是实现基于内容视频检索系统的第一步,也是最为关键的一步。本文首先介绍了镜头检测的研究背景和意义、系统地综述了与镜头边缘检测相关的关键技术,包括像素域和压缩域的方法,然后对镜头转换术语和特征提取方法进行了介绍,并给出了性能评判标准。然后,介绍了一种对运动不敏感的溶解检测算法,详细分析了该方法在一些特殊情况下出现的问题及其解决方法,之后给出仿真实验结果。最后,结合双子比较法和支持点特性,提出一种能够检测切变和大多数渐变的通用镜头检测算法。该算法利用双子比较法来初步检测可疑的镜头转换,并利用支持点特性来判断切变,以此来剔除闪光灯和噪声的影响。然后,根据支持点百分比和支持点方差拟合出一条曲线,利用这条曲线过滤可疑转换来检测淡入/淡出、溶解和计算机特效等常见渐变,以此来剔除由物体运动和镜头运动产生的错检。最后,用包含各种镜头转换的视频集作为测试库来检测算法,实验结果表明该算法能很好地检测出各种镜头转换。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题的背景和意义
• 1.2 国内外研究现状及前景
• 1.3 本文研究内容
• 第2章 镜头边缘检测的算法
• 2.1 引言
• 2.2 视频数据的特点
• 2.2.1 视频的结构和基本特点
• 2.2.2 镜头转换
• 2.3 典型像素域特征
• 2.3.1 像素特征
• 2.3.2 直方图特征
• 2.3.3 基于块的直方图比较法
• 2.3.4 边缘特征
• 2.4 性能比较
• 2.5 本章小结
• 第3章 对运动不敏感的溶解检测
• 3.1 引言
• 3.2 基于单调点的特征提取
• 3.3 有关单调点的阈值选择
• 3.4 特殊情况处理
• 3.4.1 长时间溶解变换
• 3.4.2 颜色陡坡
• 3.4.3 亮度问题
• 3.5 仿真实验
• 3.6 本章小结
• 第4章 基于直方图的两步检测法
• 4.1 引言
• 4.2 双子比较法
• 4.3 镜头检测
• 4.3.1 基于方差的特征提取
• 4.3.2 曲线拟合
• 4.4 仿真实验
• 4.4.1 两步检测法的测试结果
• 4.4.2 与其他算法的比较
• 4.5 本章小结
• 结论
• 参考文献
• 攻读学位期间发表的学术论文
• 致谢