基于累积帧的自适应镜头边界检测算法.pdfVIP

第十七届中国过程控制会议论文集 基于累积帧的自适应镜头边界检测算法 何薇 ，金立左 (东南大学自动控制系，江苏 南京 210096) 摘要：本文基于累积帧进行视频镜头边界检测，引入了累积帧记录视频连续帧间的累积差异，并利用块匹配 算法补偿物体在场景中的运动。当累积差异超过一个全局阈值时，认为有一个镜头切换。视频有各 自的颜色 和亮度属性，颜色均值和饱和度作为选取阈值的重要因素。此算法对多段视频进行实验，实验表明，算法对 检测突变镜头和渐变镜头都有较好的效果，自适应阈值提高了镜头边界检测的准确性。 关键词：累积算法；块匹配；镜头检测 0 引 言 计算机与信息网络技术的发展促进了多媒体技术的广泛应用，数字视频已成为许多应用中不可缺少的 部分。视频处理的相关研究是很多学者关注的一个热点问题。视频分割是随后的视频分析，分类及查询的 基础，其准确性直接影响后续分析的效果。近十年来已经提出了大量的算法[1][8] ，包括：基于象素对比的 [1] [4] [5] [6] [7] 算法 ，基于直方图的算法 ，基于运动的算法 ，基于轮廓的算法 以及针对压缩视频的算法 等等。 镜头分割的关键是选取有效特征来比较帧的差异。突变镜头边界变化比较明显，而渐变及有物体运动的镜 头变化比较复杂，判断有一定难度。本文提出了利用累积帧对镜头边界进行检测，考虑用一个累积帧把每 一帧之间的差异累积起来，放大渐变的特征变化，通过分块，利用块匹配算法对运动进行估计和补偿，减 少物体运动对镜头检测的影响，并对阈值进行了分析，用自适应阈值提高镜头边界检测的准确性。 1 基于帧累积的算法 1.1 累积帧的定义 把一段视频序列 V 的第一帧记为f ，作为一个镜头的开始帧，同时也作为第一个累积帧，累积帧 s 1 f c = f 2 ，第二帧记为f 2 与f 1 比较，f 2 与f 1 相似部分完整的保存在f c 中，不相似部分在记忆矩阵R 中做标记 也保存在 中。换句话说，累积帧 记录了f 与f 之间相似和不相似的部分。然后帧 与下面的帧f , f ,… f c f c 1 2 f c 3 4 比 ， 。 较 直到不相似部分的累积超过预定的阈值，我们认为这一个镜头结束，并更换累积帧f c 1.2 帧累积算法实现 用块匹配来实现累积帧算法。视频的每一帧都被分割为 16×16 的相等大小的块，累积帧f c 每一小块 与帧f i 相应块比较，如果块相似保持累积帧f c 中的块不变，如果块不相似则在帧f i 对应块周围进行搜索， 寻找相似块，若找到了相似块，则认为是块的运动，若没有找到相似块，则认为块不相似，并在记忆矩阵 R 中标记。统计 R 中标记的不相似块的块数，块数多少反映了帧的差异程度，当块数超过一个全局阈值T block 时，说明有一个镜头切换。 1.2.1 具体步骤 Step1 ：累积帧f c 每一小块与