[发明专利]基于三维密集网络的镜头边界检测方法

权利要求书

1.基于三维密集网络的镜头边界检测方法，其特征在于，步骤如下：

(1)将视频分为帧段后，随机分配标签，所述帧段的标签共有渐变、切变和不变三类；

(2)将分配好标签的帧段输入三维密集网络，输出分类完成的帧段；

(3)合并分类完成的帧段中的具有相同标签的帧段；

(4)对标记为渐变的帧段进行二次检测，检测每段首帧至尾帧的颜色直方图，测量直方图之间的巴氏距离，距离足够小则认定为是不变段；

(5)合并步骤(4)处理后的帧段，输出最终的三类帧段；

所述三维密集网络包括顺序连接的三维卷积层、最大池化层、四个镜头边界检测块和线性层，三维卷积层为输入层，线性层为输出层，所述镜头边界检测块包括首尾连接的多组重复单元，重复单元包括作为输入的瓶颈层和作为输出的经过三维卷积的密集块，上一组重复单元的输出作为下一组重复单元的输入，每个镜头边界检测块后均连有过渡层，所述过渡层包括Batch Normalization、线性整流函数、一个1×1的卷积和2×2的平均池化层。

2.根据权利要求1所述的基于三维密集网络的镜头边界检测方法，其特征在于，所述瓶颈层包括Batch Normalization、线性整流函数和一个1×1×1的卷积。

3.根据权利要求1所述的基于三维密集网络的镜头边界检测方法，其特征在于，所述距离足够小是指距离小于等于0.5。

4.根据权利要求1所述的基于三维密集网络的镜头边界检测方法，其特征在于，所述三维密集网络的模型参数为：

三维卷积层的输入的特征映射图的大小为8×3×16×128×128；

三维卷积层的输出的特征映射图的大小为8×64×16×64×64；

最大池化层的输出的特征映射图的大小为8×64×8×32×32；

第一镜头边界检测块的输出的特征映射图的大小为8×32×8×32×32；

第二镜头边界检测块的输出的特征映射图的大小为8×32×4×16×16；

第三镜头边界检测块的输出的特征映射图的大小为8×32×2×8×8；

第四镜头边界检测块的输出的特征映射图的大小为8×32×1×4×4；

线性层的输出的特征映射图的大小为1×3。

5.根据权利要求1所述的基于三维密集网络的镜头边界检测方法，其特征在于，所述将视频分为帧段是指将视频分为每段长16帧、重叠为8的帧段。

6.根据权利要求1所述的基于三维密集网络的镜头边界检测方法，其特征在于，所述过渡层的排列顺序如下：Batch Normalization→线性整流函数→卷积→平均池化层。

7.根据权利要求2所述的基于三维密集网络的镜头边界检测方法，其特征在于，所述瓶颈层的排列顺序如下：Batch Normalization→线性整流函数→卷积。