一种MPEG压缩上的域快速场景分割算法.pdfVIP

D综合信息网及多功能应用 宝仑二屯条 ‘ 一种MPEG压缩上的域快速场景分割算法 上海交通大学电子工程系 惠新标 叶楠 郑志航 摘要:在数字电视日益普及的今天，对数字节目制作提出了很多新的要求，视频信息有着数据量大的特点。 这就促使人们储存经过MPEG编码后的视频信息。但经过MPEG编码后视频图象如何能够以其方便地浏览、 快速地检索是一个需要特别考虑的问题。在本文中提出了一种MPEG压缩域上的快速场景分割算法，该算法 目前主要针对的是新闻节目。它采用了依次对MPEG码流中的I帧间，然后P帧间，最后B帧间的场景分割 进行定位的方法。在该算法的基础上可以快速地完成对MPEG码流的分割，并对每个场景提取I帧作为关键 帧，从而为新闻视频数据库的建立提供了基础。 关键词:MPEG场景分割 一、引 言 在过去的几十年中，对于未压缩的视频进行场景分割已经进行了相当多的研究。主要的方法是利用同一 场景中的不同图象在亮度分布、色度分布、纹理等图象特征上有相似性来进行场景分割的。此后又有Zabih, Miller，和Mai提出了使用边缘检测的方法提取边缘的数目在前后帧中进行比较。Ueda,Miyatake，和Yoshiza- wa，以及Zhang,Kankanhalli，和Smoliar使用运动矢量进行场景检测，这些方法对由于镜头的运动而产生的图 象变化有较好的判别效果。Little等人还提出可以利用经过JPEG压缩后的图象大小的变化作为手工检侧的 一种补充。Arman,Hsu和Chiu使用JPEG中的DCT系数作判别图象帧之间相似性的基础。 随着MPEG标准的影响日渐深人，一些视频码流在送人视频数据库时已有可能是MPEG-2码流。人们 开始考虑直接在压缩域上对MPEG码流进行场景分割已成人们研究的重要问题。 MPEG标准本身也在不断的发展过程中，继MPEG一1,MPEG-2后MPEG一4,MPEG-7对图象的内容 有了进一步的涉及。对图象内容的考察有助于我们进行正确的场景分割，但是对于数字视频广播编辑这一领 域来说，针对MPEG-2的特定的应用可以考虑一些利用图象特征的方法，考察图象内容所用的算法比较复 杂，速度往往达不到要求。在本文中我们提到的MPEG标准若未特别指出一般指的是MPEG一工和MPEG- 20 在本文中我们提出了一种应用于新闻视频数据库的MEPG一2压缩域上的快速场景分割算法。我们所进 行的工作是以帧的精确度寻找场景切换点，在视频工作站上对压缩码流进行划分。在这里我们定义镜头为同 一摄像机对同一地点或同一对象的连续拍摄的图象序列，定义数个连续的由同一摄像机从不同的角度或不 同的摄像机对同一地点或同一对象的拍摄镜头为一个场景。同一场景的图象特征之间有较大的相似性，而不 同场景的图象序列在图象特征上有很大的不同。 二、MPDG上场景分割算法 目前直接对MPEG码流进行场景分割的较成熟的算法主要有三类。 一种思路以日本的YasuyukiNakajima为代表，他们主要是从MPEG码流的I帧进行考虑。他们先提取出 MPEG的I帧的DC低分辩率图象，然后对这两幅DC图象的色度相似性进行考察。这种方法场景切割点的定 位精确度不高，以MPEG2的一种典型的GOP为例，相邻的1帧间的距离为15帧。由于这种方法没有对B帧 和P帧进一步进行考察使用这种方法的误差在极端情况下有可能达到15帧。 另一种方法以普林斯顿大学的B.L.Ye。为代表，他们的工作进一步将B帧和P帧用近似算法解出了低 分辩率图象，然后对相邻的低分辩率图象的相似性进行考察。他们还将图象根据相似性的大小进行分集，以 巨匹」198(第六届)全国有线电视综合信息网学术研讨会 D综合信息网及多功能应用 .i仑.忆j卜 进一步验证分割点的正确性。这种方法的精确度较高，但是计算量比较大，同时没有充分利用MPEG的B帧 和P帧中内在的时间上的关联信息。 还有一种方法只对MPEG中的B帧和P帧进行考虑，通过检测相邻帧的运动矢量的连续性以寻找场分 割点。这种方法比较简单。但是MPEG中的I帧中没有运动矢量的信息，同时由于MPEG中运动矢量的判断 采用了块匹配的方法，这种方法提取的未必是真实的运动矢量。因此单单采用这种方法的精度不