[发明专利]一种视频场景切换检测方法

权利要求书

1.一种视频场景切换检测方法，其特征在于，通过视频场景切换检测模型完成检测，包括视频场景切换检测模型的训练和视频场景切换检测模型的应用；

所述视频场景切换检测模型的训练包括如下步骤：

步骤11：定义视频场景切换检测模型的参数；

步骤12：构建视频场景切换检测模型；

步骤13：定义损失函数，采用交叉熵作为损失函数；

步骤14：定义优化器，采用Adam优化算法；

步骤15：定义评估函数计算视频场景切换检测模型判别准确率；

步骤16：训练和评估视频场景切换检测模型，每训练20次保存一次参数。

2.根据权利要求1所述的一种视频场景切换检测方法，其特征在于，所述视频场景切换检测模型的应用包括如下步骤：

步骤21：依次读取待检测的视频一帧，并resize到96x96大小；

步骤22：将当前帧及上一帧输入训练好的视频场景切换检测模型，得到视频场景切换检测模型输出结果；

步骤23：如果视频场景切换检测模型输出的结果是切换帧，则输出当前帧序号并保存该帧。

3.根据权利要求1所述的一种视频场景切换检测方法，其特征在于，所述视频场景切换检测模型包括PAD层、多个卷积组、Reshape层、全连接层512、全连接层2和Softmax层。

4.根据权利要求3所述的一种视频场景切换检测方法，其特征在于，所述卷积组包括卷积组9×9×32、卷积组3×3×64和卷积组5×5×128。

5.根据权利要求3所述的一种视频场景切换检测方法，其特征在于，每个所述卷积组包括一个卷积层、一个Relu层、一个池化层和一个批归一化层。

6.根据权利要求5所述的一种视频场景切换检测方法，其特征在于，所述卷积组9×9×32的卷积核大小是9×9，输出特征数是32；

所述卷积组3×3×64的卷积核是3×3，输出特征数是64；

所述卷积组5×5×128的卷积核是5×5，输出特征数是128；

所述池化层的步长为2×2。

7.根据权利要求3所述的一种视频场景切换检测方法，其特征在于，所述视频场景切换检测模型的输入是一个图像帧对，分别表示为X1、X2，图像的大小是96×96×3。

8.根据权利要求1所述的一种视频场景切换检测方法，其特征在于，所述视频场景切换检测模型的检测，包括：首先将X1、X2以及X1-X2输入PAD层，在PAD层将三幅图像叠加在一起变成96×96×9的矩阵，经过卷积组9×9×32以后输出变成48×48×32的矩阵；再经过卷积组3×3×64，输出24×24×64的矩阵，再经过卷积组5×5×128，输出12×12x128的矩阵，之后通过Reshape层将该矩阵展平变成一维矩阵1x18432，再通过全连接层512和全连接层2，输出变成1×2，最后用Softmax层计算输出切换帧和非切换帧的概率，取两者大的一个就代表最终的判别输出结果。