[发明专利]一种快速的镜头边界检测方法

说明书

技术领域

本发明属于视频内容分析领域，具体涉及一种对镜头边界进行快速检测的方法。

背景技术

镜头边界检测是视频内容分析与检索的首要步骤。镜头边界检测过程可以抽象为三个基本步骤，分别为视频特征提取，特征连续性检测和连续性检测结果分类。其中，视频特征提取是从视频中提取特征向量以代表视频内容；特征连续性检测是对视频特征进行比较，以确定相邻视频的特征是否连续；连续性检测结果分类是负责对连续性检测结果进行判定以最终确定镜头边界的存在及其类型。

目前为止，关于镜头边界检测的研究已经有很多，研究学者也提出了适用于不同镜头边界类型(切变和渐变)的检测算法。在实际的镜头检测应用中，需要将上述检测算法统一在一个框架下，以便于检出不同类型的镜头边界。由于切变检测相对容易，通常的思路是将先检测切变，再检测渐变。在渐变检测的过程中，也常先检测某些类型的渐变，再检测其它类型的渐变。然而，采用此种镜头边界检测次序意味着同一视频帧在镜头边界检测过程中，需要重复地与周围视频帧进行比较，以便确定该视频帧的类型，分别为镜头内部帧、镜头渐变帧或者镜头切变帧。然而，大多数进行比较的视频帧为镜头内部视频帧，重复地计算与比较没有必要，而且使得镜头边界检测的处理速度大大降低。

发明内容

本发明要解决的技术问题是：克服现有技术的不足，提供一种快速的镜头边界检测方法。

本发明的目的是这样实现的：一种快速的镜头边界检测方法，包括以下步骤：

(1)首先根据视频帧的亮度方差特征变化，将镜头内部的视频帧从原始视频序列OFS(Original Frame Sequence)中排除出去，得到精简视频序列RFS(Reordered FrameSequence)；与此同时，确定视频中存在的部分镜头渐变；

(2)然后，从RFS中提取象素对差、颜色直方图差特征和边缘直方图差特征作为视频连续性检测的依据，采用支持向量机进行镜头切变检测；

(3)最后，针对余下的视频序列采用时间轴多分辨率的方法进行镜头渐变的检测。

本发明与现有技术相比的有益效果在于：

现有的镜头边界检测算法先检测切变，再检测渐变，检测渐变的过程也是按不同类型分别检测，导致同一视频帧在检测过程中需要重复地与周围视频帧进行比较，以确定该视频帧的类型。然而，大多数进行比较的视频帧为镜头内部视频帧，重复地计算与比较没有必要，而且使边界检测的处理速度降低。为了提高镜头边界检测的处理速度，本发明采用排除法的思想，首先根据视频帧的亮度方差特征变化，将镜头内部的视频帧从原始视频序列(Original Frame Sequence)中排除出去，得到一个精简视频序列RFS(Reordered FrameSequence)；同时，根据亮度方差特征的下凹型抛物线，确定视频中存在的部分镜头渐变；然后，从RFS中提取象素对差、颜色直方图差特征和边缘直方图差特征等作为视频连续性检测的依据；然后采用支持向量机进行镜头切变检测；最后，针对余下的视频序列采用降低时间分辨率的方法进行镜头渐变的检测，从而具有快速的检测优点。

本发明通过首先将镜头内部的视频帧从原始视频序列中排除出去，避免了重复计算镜头内部视频帧与周围视频帧的比较，从而提高了算法的执行效率。但是在RFS提取过程中在将视频特征变化小于一定阈值的视频帧首先从OFS中分离出去的同时，容易将视频帧序列的视频特征不存在明显变化的渐变视频帧也分离出去，从而导致算法查全率的降低。为了避免上述情况的发生，根据理想情况下亮度方差在镜头内部基本恒定，而在镜头渐变部分将呈现下凹抛物线，本发明通过检测亮度方差的变化趋势，将镜头内部视频帧分离出去的同时保留渐变视频帧。从而本发明在提高算法执行效率的同时，保证了算法的查全率和准确率。

附图说明

图1为本发明方法处理流程示意图；

图2为本发明中的灰度方差差值序列D(t)变化示意图；

图3为本发明中的方差序列σ²(t)变化示意图。

具体实施方式

如图1所示，本发明快速的镜头边界检测方法，包括以下步骤：

1.精简视频序列。

(1)首先按照下述公式将OSF转化为灰度序列。

f(x，y，t)＝0.299*r(x，y，t)+0.587*g(x，y，t)+0.114*b(x，y，t)    (1)