基于内容的视频检索的镜头分割研究.pdfVIP

基于内容的视频检索的镜头分割研究 任晓峰，吴巍 武汉理工大学信息工程学院，湖北武汉（430070 ） E-mail：rogerrr_0@ 摘 要：本文介绍了基于内容的视频检索的镜头分割的一些基本方法，并在研究了变步长镜 头分割算法的基础上略加改进了改算法，使镜头边界检测有了更好的效果。 关键词：基于内容，镜头分割 1. 引 言 为对视频进行有效的组织，需要将视频分解为其基本单元。一般认为视频的基本的物理 单元是镜头(shot)，一个镜头是由一个摄像机连续拍摄得到的时间上连续的若干帧图像组成。 镜头检测也可看做一个分割问题—视频时域分割。考虑到视频的大数据量的特点，实际中分 割主要采用基于边界的方法，即主要通过检测镜头间的分界来确定镜头的转换位置。镜头边 界的检测是实现视频检索及视频摘要的首要问题。它的成败直接影响到视频检索及视频摘要 的成败和精度,是其关键技术之一。 2. 镜头分割的基本方法 [1] 将视频序列沿时间轴进行分割，以形成一系列镜头的集合，这个过程称之为镜头分割 。 [2] 目前，镜头分割主要有两个研究方向 ： 2.1 像素域中镜头分割方法 所谓像素域，是相对于变换域而言的，指空间/ 时间域。在像素域中，视频数据以人们 日常所见的形式存在，具有人们习惯的特性。例如：颜色、纹理、形状以及运动矢量等。基 于像素域的检测实际上是利用这些特性来获取一段视频序列的剪辑。 (1).绝对距离法 绝对距离法也叫模板匹配法，就是以两帧对应像素的灰度差的绝对值之和作为帧间差。 计算公式如下： D (Fi, Fj ) ∑| Fi (x, y ) =−Fj (x, y ) | （2-1 ） x ,y Fi ( x,y) 、 Fj ( x,y)分别表示第 i 、j 帧（x , y ）位置的灰度值，若表示 i、j 帧间差的 D( Fi ,Fj) 超过设定的阈值 T 时，则认为有镜头切换.。 (2). 欧氏距离法 假设第 t 帧图像的直方图用 Ht(h1，h2 ，hN) 表示，第 t+1 帧的图像直方图用 Ht+1(h1， h2 ，hN) 表示，其中 N 为颜色或灰度的级，Ht(hi)，Ht+1(hi)分别为归一化直方图 Ht ，Ht+1 在第 I 个颜色或灰度级上的值。这两帧图像的直方图差值可以通过欧氏距离描述，即将它们 看作欧氏空间中的两点间的距离: 2 N k k t t t t d (H , H + ) [ (H =−H + ) ] (2-2) 1 ∑ 1 i 1 (3). 双阈值比较法 双阈值比较法是镜头渐变检测的最典型方法之一。采用两个阈值，首先用一个较低的阈 -1-