專利名稱：一種鏡頭邊界檢測方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種基于自適應(yīng)閾值和傅里葉函數(shù)擬合的鏡頭邊界檢測方法，特別涉及對淡入、淡出、消融特效的鏡頭漸變邊界的檢測方法。
背景技術(shù)：
隨著多媒體信息技術(shù)迅速發(fā)展，大量的視頻數(shù)據(jù)開始涌入人們的日常生活，常見的如新聞、廣告、電影等。海量視頻數(shù)據(jù)的出現(xiàn)，極大地推動了視頻存檔、編目以及索引技術(shù)的進步。自動檢測鏡頭邊界作為以上技術(shù)的基礎(chǔ)，近年來得到了廣泛的研究與應(yīng)用。鏡頭邊界有兩種最基本的類型，一種是切變邊界，指從一個鏡頭直接切換到另外一個鏡頭，中間不存在任何連續(xù)性的過渡，相鄰兩幀之間在內(nèi)容、顏色上都存在非常明顯的差異；另一種是漸·變邊界，鏡頭連接處加入了時間或空間上的變換，邊界不如切變類型清晰。漸變邊界可以細分為很多種類型，常見的有淡入、淡出和消融?，F(xiàn)存的鏡頭邊界檢測方法主要是基于像素，直方圖，邊緣，運動向量等特征實現(xiàn)鏡頭邊界檢測。這些方法對于切變邊界檢測已經(jīng)取得較好的效果，但是這些方法通常都會受到閾值選取問題的困擾，過大或過小的閾值都會影響檢測的精確度和召回率，目前的切變邊界檢測希望能夠擺脫閾值設(shè)置的煩惱，自動完成檢測；對于鏡頭漸變邊界來說，其檢測結(jié)果仍不能達到人們的預期，直至如今面臨兩個主要問題第一是如何精確定位漸變邊界；第二是準確地識別漸變邊界的類型。

發(fā)明內(nèi)容
發(fā)明目的本發(fā)明所要解決的技術(shù)問題是針對現(xiàn)有技術(shù)的不足，提供一種鏡頭邊界檢測方法，從而提高視頻鏡頭邊界檢測的精度和召回率。為了解決上述技術(shù)問題，本發(fā)明公開了一種鏡頭邊界檢測方法，包括以下步驟步驟I,視頻巾貞特征表示計算視頻中每一巾貞在HSV(Hue, Saturation, Value)顏色空間上的非均勻分塊直方圖作為視頻幀的特征表示；步驟2，生成相似度序列通過計算對應(yīng)分塊直方圖的距離的加權(quán)和得到相鄰視頻幀的相似度，將視頻中所有相鄰視頻幀的相似度組成序列即為相似度序列；步驟3，對鏡頭邊界的確定步驟3-1，鏡頭切變邊界檢測，根據(jù)相似度序列，利用自適應(yīng)閾值算法計算出閾值，大于該閾值的相鄰視頻幀為鏡頭切變邊界；步驟3-2，鏡頭漸變邊界檢測，根據(jù)相似度序列，利用逆序?qū)τ嫈?shù)的算法找到候選漸變邊界，用傅里葉函數(shù)擬合形成統(tǒng)一表示，通過對比候選漸變邊界與標準漸變模型來確認漸變邊界以及漸變類型。本發(fā)明中，視頻幀特征表示包括以下步驟步驟1-1，以3:5:3的比率同時將視頻幀長和寬分為三段，從而將視頻幀分割為9個分塊；步驟1-2，在每個分塊上分別計算基于HSV顏色空間的分塊直方步驟1-3，由所有分塊直方圖組合成整個視頻幀的直方圖，表示為{^(/)淖=1，hk(f)表示幀f中第k個分塊上的直方圖，I ^ k ^ 9 本發(fā)明中，步驟2包括以下步驟步驟2-1，通過計算對應(yīng)分塊直方圖的距離的加權(quán)和，得到相鄰的第i個視頻幀&與第i+1個視頻幀fi+1之間的相似度屯，計算公式為
權(quán)利要求
1.一種鏡頭邊界檢測方法，其特征在于，包括以下步驟 步驟1，視頻幀特征表示計算視頻中每一幀在HSV顏色空間上的非均勻分塊直方圖作為視頻幀的特征表示； 步驟2，生成相似度序列通過計算對應(yīng)分塊直方圖的距離的加權(quán)和得到相鄰視頻幀的相似度，將視頻中所有相鄰視頻幀的相似度組成序列即為相似度序列； 步驟3，對鏡頭邊界的確定 步驟3-1，鏡頭切變邊界檢測，根據(jù)相似度序列，利用自適應(yīng)閾值算法計算出閾值，大于該閾值的相鄰視頻幀為鏡頭切變邊界； 步驟3-2，鏡頭漸變邊界檢測，根據(jù)相似度序列，利用逆序?qū)τ嫈?shù)的算法找到候選漸變邊界，用傅里葉函數(shù)擬合形成統(tǒng)一表示，通過對比候選漸變邊界與標準漸變模型來確認漸變邊界以及漸變類型。
2.如權(quán)利要求I所述的一種鏡頭邊界檢測方法，其特征在于，視頻幀特征表示包括以下步驟 步驟1-1，以3:5:3的比率同時將視頻幀長和寬分為三段，從而將視頻幀分割為9個分塊； 步驟1-2，在每個分塊上分別計算基于HSV顏色空間的分塊直方圖； 步驟1-3，由所有分塊直方圖組合成整個視頻幀的直方圖，表示為表示幀f中第k個分塊上的直方圖，I ^ k ^ 9ο
3.如權(quán)利要求I所述的一種鏡頭邊界檢測方法，其特征在于，步驟2包括以下步驟 步驟2-1，通過計算對應(yīng)分塊直方圖的距離的加權(quán)和，得到相鄰的第i個視頻幀A與第i+1個視頻幀fi+1之間的相似度屯，計算公式為
4.如權(quán)利要求3所述的一種鏡頭邊界檢測方法，其特征在于，步驟3中鏡頭切變邊界檢測包括以下步驟 步驟3-1-1，自適應(yīng)閾值計算，利用基本門限法尋找閾值，包括利用初始閾值做初步分害I]，初始閾值為相似度序列Ω,中所有相似度值的算術(shù)平均值，對分割出的兩組數(shù)據(jù)分別計算算術(shù)平均值，將得到的兩個算術(shù)平均值再做算術(shù)平均得到新的閾值，之后再利用新的閾值進行迭代，直到閾值開始呈現(xiàn)收斂趨勢，即的到最終閾值threshold ； 步驟3-1-2，鏡頭切變邊界的確定，基于上一步所得最終閾值threshold，選取相似度序列Ω,中大于最終閾值threshold的位置作為鏡頭切變邊界的位置，切變邊界的集合hc(Q ')為 ι
5.如權(quán)利要求4所述的一種鏡頭邊界檢測方法，其特征在于，步驟3中鏡頭漸變邊界檢測包括以下步驟 步驟3-2-1，標準模板提取，用傅里葉函數(shù)擬合一組預先采集的鏡頭漸變邊界，得到一組統(tǒng)一的光滑曲線表不； 其中，消融式鏡頭漸變邊界的曲線為單峰波形，淡入淡出式鏡頭漸變邊界的曲線是雙峰波形，包括左峰大右峰小、左峰大右峰小、兩峰等高三類； 對四類曲線進行標準化校準，分別對每類中所有曲線進行疊加平均的得到各自標準模板Fs (t)，即三個標準的淡入淡出漸變邊界模板和一個標準的消融模板； 步驟3-2-2，候選漸變邊界檢測，根據(jù)漸變邊界處呈現(xiàn)劇烈的遞增與遞減趨勢，采用基于逆序?qū)τ嫈?shù)的算法檢測候選鏡頭漸變邊界，具體如下， 在相似度序列Ω'上找到相鄰的相似度值遞增段和相似度值遞減段，其中間的分塊即為候選漸變邊界；使用長度為W滑動窗口在相似度序列Ω,上滑動，得到一組局部的相似度序列Um， Um — {d m，d m+1，…，d m+w-i}， d' m為在滑動窗口內(nèi)相似度序列Ω'上第m個值，令η;和</分別表示局部的相似度序列Um中逆序?qū)晚樞驅(qū)Φ膫€數(shù)，如果μ · U0m < 則判定局部的相似度序列Um為相似度值遞減段，否則如果P Tifn，則判定局部的相似度序列Um為相似度值遞增段，μ為可變常數(shù)，取值范圍為(TlO ;將被滑動窗口包含的相似度序列上Ω '第a個和b個的值設(shè)定為da和db,若a>b,并且da〈db則判定da與db為逆序?qū)?反之若a〈b,并且da〈db則判定da與db為順序?qū)Γ? 步驟3-2-3，漸變邊界識別，用傅里葉函數(shù)擬合上步候選漸變邊界，得到候選漸變邊界的曲線表示，然后利用步驟3-2-1中的標準化校準后曲線F (t)，根據(jù)如下差異函數(shù)確定候選漸變邊界是否為真實的漸變邊界 τrDiff(Fit), Fs(O) = j \F(t) - Fs(t)\dt, O 其中，T為候選邊界的時間長度，t為自變量，取值范圍
，F(xiàn)(t)是標準化校準后曲線的函數(shù)，F(xiàn)s(t)是各自標準模板曲線的函數(shù)；如果差異函數(shù)的值小于等于O. IT則認為匹配成功，當多個標準漸變模板匹配成功時，選擇差異函數(shù)的值最小的標準漸變模板作為匹配的漸變邊界，并確定候選漸變邊界的漸變類型為該標準漸變模板的類型。
6.如權(quán)利要求5所述的一種鏡頭邊界檢測方法，其特征在于，步驟3中對所有四類曲線進行標準化校準，包括如下步驟 步驟3a，對曲線的幅值進行歸一化將曲線的縱軸方向的值除以曲線上最大的縱軸方向值； 步驟3b,在所有曲線中，隨機選取一個作為標準曲線,令點A,B,C分別表示淡入淡出標準曲線的左峰最高點，中間波谷最低點，右波峰最高點，令點P表示消融標準曲線的單峰最高點，其它曲線分別通過以下方法進行曲線校準 其中，令點A'，B'，C'分別表示淡入淡出一被校準曲線的左峰最高點，中間波谷最低點，右波峰最高點，當被校準曲線的坐標軸通過左右滑動找到(A，A' )，(B，B' )，(C，C')這三對點的歐式距離之和最小的位置為校準；令點P'表示消融曲線某待校準曲線單峰最高點，當被校準曲線的坐標軸通過左右滑動找到(P，Pi )這對點歐式距離最小的位置為校準位置。
全文摘要
本發(fā)明公開了一種鏡頭邊界檢測方法，包括了以下步驟1)視頻幀特征表示，基于通用并行計算架構(gòu)計算視頻中每一幀在HSV顏色空間上的非均勻分塊直方圖作為視頻幀的特征表示；2)相似度序列，相鄰視頻幀的相似度通過計算對應(yīng)塊直方圖距離的加權(quán)和得到，而相似度序列，就是由視頻中所有相鄰視頻幀的相似度組成的序列；3)鏡頭邊界的識別，對于鏡頭切變邊界檢測來說，基于相似度序列利用自適應(yīng)閾值算法計算出閾值，大于該閾值處則為鏡頭切變處。對于鏡頭漸變邊界的檢測，首先利用逆序?qū)τ嫈?shù)的算法找出候選漸變邊界，用傅里葉函數(shù)擬合形成統(tǒng)一表示，然后，通過對比候選邊界與標準漸變模型來確認漸變邊界以及識別其漸變類型。
文檔編號G06T7/00GK102800095SQ201210246989
公開日2012年11月28日 申請日期2012年7月17日 優(yōu)先權(quán)日2012年7月17日
發(fā)明者郭延文, 劉烽, 殷昆燕, 蔣安東, 顧學明, 董萱明 申請人:南京特雷多信息科技有限公司