[发明专利]一种基于动态模式分解的视频镜头检测方法

说明书

本发明公开了涉及一种基于动态模式分解的视频镜头检测方法，包括如下步骤：步骤一，从视频镜头获取图像数据建立时序矩阵步骤二，通过动态模式分解对时序矩阵求解获得连续两帧的线性相关系数矩阵S；步骤三，根据线性相关系数矩阵S求解视频中前景模式和背景模式；步骤四，根据线性相关系数矩阵S分别求解前景模式和背景模式中振幅A_amp(t)；步骤五，判断背景模式振幅是否超过预设阀值；如果背景模式振幅超出预设阀值，输出镜头边界，否则返回步骤一，本发明扩大背景(或前景)模式的时间特征权重，降低噪声(亮度，纹理等)对镜头检测的影响，有效减少漏检和误检。

技术领域

本发明涉及视频镜头检测方法技术领域，具体涉及一种基于动态模式分解的视频镜头检 测方法。

背景技术

大多数视频如电影和纪录片通常都是由幕、场景和镜头组成。一幕中存在多个场景，一个 场景中又包含多个镜头。导演通常使用镜头转场来更平稳地切换镜头，使视频连接更加连贯。 常见的镜头转场包括：硬切割，淡入淡出和溶解。其中，硬剪切是最常用的手法。淡入淡出 中镜头转场十分缓慢。镜头中的场景和被摄对象几乎没有变化，只有亮度存在缓慢变化，因 此难以检测。溶解则是后一个镜头的图像重叠在前一个镜头的图像上。在两个镜头边界上， 由于前一个镜头与后一个镜头的视觉特性有所重叠，导致现有方法产生错误检测结果。

目前，镜头检测主要采用的方法：一是使用像素、像素块或颜色直方图比较来检测镜头边 界。二是使用基于视频内容包括纹理、颜色和形状来进行镜头检测。除此之外，还有利用余 弦相似度、加权边缘信息、机器学习等方法来检测镜头边界。当前方法存在的主要问题是： 第一，在像素、像素块和直方图比较的镜头检测中，由于光照在非镜头边界上发生了剧烈的 变化很容易导致产生错误结果。第二，当被拍摄物体(或摄像机)运动速度较快时，算法的 正确率将大大降低。第三，由于溶解的镜头转场中前后镜头的图像存在重叠，因此基于纹理、 颜色和形状等视频内容的镜头检测方法精度较低。此外，利用余弦相似度、加权边缘信息、 机器学习等方法，处理溶解和淡入淡出这两种镜头转场的准确率和召回率都很低。

因此需要一种方法，在不存在镜头转场的视频中使用稳定的镜头边界特征权重抑制错误检 测结果的出现，而在含有镜头转场的视频中得到显著变化且易于识别的特征权重，提取用户 需要的镜头边界。

现有算法所存在的问题可以概括为两点：第一，在不存在镜头转场的视频中，由于光照变 化剧烈，或者被拍摄物体(或照相机)移动得更快。现有算法可能存在错误检测，导致精确 率低。第二，在存在镜头转场的视频中，不同场景中的色差太小，光线变化缓慢(淡入)，或 者前景对象重叠(溶解)。都会导致现有算法出现大量漏检导致召回率低。

发明内容

本发明的目的在于克服上述背景技术存在的缺陷，提供一种基于动态模式分解的视频镜 头检测方法，扩大背景(或前景)模式的时间特征权重，降低噪声(亮度，纹理等)对镜头 检测的影响，有效减少漏检和误检，同时，本发明对镜头边界检测结果具有较高的正确率和 召回率。

本发明的技术方案:

一种基于动态模式分解的视频镜头检测方法，包括如下步骤：

步骤一，从视频镜头获取图像数据建立时序矩阵

步骤二，通过动态模式分解对时序矩阵求解获得连续两帧的线性相关系数矩阵S；

步骤三，根据线性相关系数矩阵S求解视频中前景模式和背景模式；

步骤四，根据线性相关系数矩阵S分别求解前景模式和背景模式中振幅A_amp(t)；

步骤五，判断背景模式振幅是否超过预设阀值；如果背景模式振幅超出预设阀值，输出镜头 边界，否则返回步骤一。

所述步骤二中线性相关系数矩阵S，

所述步骤三中背景模式，即