[发明专利]一种视频场景切换检测方法

说明书

本发明公开了一种视频场景切换检测方法，属于多媒体信息处理技术领域，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。本发明采用深度学习算法，模型的判别阈值由训练过程自动调整到最优，因此，不用设置阈值；由于模型输入增加了两帧的帧差，使得模型收敛速度更快；由于模型采用了batch normalization技术防止训练过拟合，提高了模型的泛化能力。

技术领域

本发明涉及一种视频检测方法，特别是涉及一种视频场景切换检测方法，属于多媒体信息处理技术领域。

背景技术

一个视频一般由多个场景组成，一个场景由多个视频帧组成，视频场景检测是指找出一个视频的发生场景切换的帧和帧位置，得到的位置能用于视频快速和精确剪辑，得到的帧组成的帧序列可以用于粗略描述整个视频内容。

目前，传统的视频场景检测方法一般采用人工提取特征的方式，例如计算相邻帧的颜色直方图相似度，或者直接计算帧差，或者利用视频场景中各帧的高频子带系数的变化程度特征VH检测场景切换，其中计算高频子带系数需要用到三维小波变换等算法，如申请号为200810118534.9的中国专利，这些技术都会计算出一个特征值然后与阈值比较，如果大于阈值或者小于阈值者判定为切换帧。还有一些基于上述技术的自适应阈值算法，如申请号为201410466385.0的中国专利中介绍的基于自适应阈值的视频场景变化检测方法，但是该滑动窗大小以及预设值B还是需要人工设定。

目前，传统的视频场景检测方法都是采用经典的数学算法提取特征，算法的设计比较复杂而且算法的好坏决定了最终的准确率，另外传统的算法避免不了各种阈值的设定，如相似度大小的阈值、滑动窗口的阈值等等，这些阈值的设定需要凭经验获取，阈值的设定好坏也决定了检测准确率的高低。

发明内容

本发明的主要目的是为了提供一种视频场景切换检测方法，将预先准备的大量切换帧对和非切换帧对输入模型进行训练，将待检测视频相邻帧抽取出来依次输入训练好的模型，根据模型的输出找出所有的切换帧位置，无需指定任何阈值，准确率高。

本发明的目的可以通过采用如下技术方案达到：

一种视频场景切换检测方法，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。

进一步的，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。

进一步的，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。

进一步的，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。

进一步的，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。