專利名稱：一種基于雙重檢測模型的鏡頭邊界檢測方法
技術(shù)領(lǐng)域：
本發(fā)明屬于視頻內(nèi)容分析領(lǐng)域，具體涉及一種基于雙重檢測模型的鏡頭邊界檢測方法。
背景技術(shù)：
隨著多媒體技術(shù)的不斷發(fā)展，人們接觸到的視頻數(shù)據(jù)以前所未有的速度增長，因此，面對海量的視頻信息，如何方便、快捷、準確地檢索到所需要的信息，一直是人們關(guān)注的熱點。采用人工視頻分類方法太耗時且易受人為因素的影響，在各種視頻分析方法中，首要任務(wù)是鏡頭分割。鏡頭分割是其他視頻分析方法的基礎(chǔ)。在此基礎(chǔ)上，可以進一步開展視頻關(guān)鍵巾貞提取和基于內(nèi)容的視頻檢索技術(shù)的研究。在視頻分析領(lǐng)域，國內(nèi)外學(xué)者對鏡頭邊界檢測做了大量的研究工作。主要包括以下方法:基于像素、基于直方圖、基于邊緣特征和基于模型等，這些算法都有一定的局限性。比如，基于像素的方法計算簡單且易于實現(xiàn)，但是對噪聲和鏡頭或物體運動非常敏感。大部分算法只針對鏡頭邊界的一次檢測，這樣導(dǎo)致準確率不高。

發(fā)明內(nèi)容
本發(fā)明針對現(xiàn)有技術(shù)的不足，本文提供一種結(jié)合非均勻分塊、自適應(yīng)二分查找和加速穩(wěn)健特征(SURF)算法的具有雙重檢測機制的視頻鏡頭分割算法。本發(fā)明方法具體包括以下步驟:
(1)用基于HSV空間上的自適應(yīng)二分查找算法進行鏡頭邊界初檢；
(2)采用SURF算法對鏡頭邊界進行復(fù)檢；
(3)滑動窗口完成鏡頭分表I]。本發(fā)明的有益效果:
第一，針對大部分鏡頭邊界檢測算法只針對鏡頭邊界的一次檢測導(dǎo)致準確率不高的特點，本發(fā)明采用了結(jié)合非均勻分塊、自適應(yīng)二分查找和加速穩(wěn)健特征(SURF)算法的具有雙重檢測機制的視頻鏡頭分割算法，可以有效地提高算法的準確率。第二，雖然復(fù)檢功能會使算法復(fù)雜度稍微提高，但是初檢功能上本發(fā)明采用了滑動窗口機制可以有效地降低算法復(fù)雜度。所以，總體上來看，本發(fā)明在提高檢測準確率的基礎(chǔ)上，也保證了算法的復(fù)雜度并不高。


圖1為本發(fā)明方法流程 圖2為非均勻分塊 圖3為SURF算法復(fù)檢流程圖。
具體實施方式
以下結(jié)合附圖對本發(fā)明作進一步說明。如圖1所示，本發(fā)明檢測鏡頭邊界方法，包括以下步驟:
1、讀取并解碼一個視頻窗口，將窗口平均分為2個子窗口，最中間一幀同時屬于左子窗口和右子窗口，各設(shè)置為8中貞。2、計算每個子窗口的首、尾兩幀之間的差異，分別記為Dl和Dr。計算過程為按圖2所示對每個視頻幀進行非均勻分塊，分別計算3種分塊基于HSV空間模型的色調(diào)、飽和度和亮度的差值，再計算基于HSV空間模型的總的色調(diào)、飽和度和亮度的差值。總的色調(diào)、飽和度和亮度的差值分別記為
權(quán)利要求
1.種基于雙重檢測模型的鏡頭邊界檢測方法，其特征在于包括如下步驟: 步驟(I)用基于HSV空間上的自適應(yīng)二分查找算法進行鏡頭邊界初檢； 步驟(2)采用SURF算法對鏡頭邊界進行復(fù)檢； 步驟(3)滑動窗口完成鏡頭分表I]。
2.據(jù)權(quán)利要求1所述的一種基于雙重檢測模型的鏡頭邊界檢測方法，其特征是:步驟(I)的具體方法如下: A)首先讀取一個視頻窗口，將視頻窗口平均分成左子窗口和右子窗口，各設(shè)置為8幀； B)以3:14:3的比率同時將視頻長和寬分成3段，其中4個角屬于同一分塊，中心屬于獨立的一個分塊，其余的屬于同一分塊，這樣就分成3大塊； C)在每一個分塊上計算基于HSV顏色空間上的色調(diào)、飽和度和亮度值； D)構(gòu)造色調(diào)、飽和度和亮度值的幀間差，計算公式如下:
3.據(jù)權(quán)利要求1所述的一種基于雙重檢測模型的鏡頭邊界檢測方法，其特征是:步驟(2)的具體方法如下: 如果初檢結(jié)果認為可能存在鏡頭邊界，則提取鏡頭邊界首尾兩幀各自的SURF特征點，記其數(shù)量分別為I1和I2 ；
4.據(jù)權(quán)利要求1所述的一種基于雙重檢測模型的鏡頭邊界檢測方法，其特征是:步驟(3)的具體方法如下: 如果檢測到鏡頭邊界，以該鏡頭的尾幀作為下一個窗口的首幀；否則當前窗口的第15幀作為下一個窗口的首幀；重復(fù)步驟(I)和步驟(2)直到視頻結(jié)束；最后可能出現(xiàn)左子窗口的幀數(shù)少于右子窗口，則對左子窗口和右子窗口分別只比較首尾兩幀差異；如果差異明顯，則認為存在鏡頭邊界；最后也可能出現(xiàn)左子窗口的幀數(shù)不多于8幀，即無右子窗口，則只需比較左子窗口的首尾兩幀之間的差異；如果差異明顯，則認為存在鏡頭邊界。
全文摘要
本發(fā)明公開了一種基于雙重檢測模型的視頻邊界檢測方法。該方法分為初檢和復(fù)檢兩階段，首先將輸入視頻每一視頻幀轉(zhuǎn)換成HSV色彩空間，然后利用非均勻分塊作為判定因子，并結(jié)合基于滑動窗口的自適應(yīng)二分查找的機制進行鏡頭邊界初檢；復(fù)檢過程利用SURF算法對初檢得到的鏡頭邊界進行匹配，剔除初檢中的誤檢。該方法能顯著提高鏡頭邊界檢測的準確率。
文檔編號G06T7/00GK103093467SQ20131002088
公開日2013年5月8日 申請日期2013年1月21日 優(yōu)先權(quán)日2013年1月21日
發(fā)明者姜明, 黃敬埕, 王興起, 湯景凡, 張旻, 吳春明, 沈幸峰 申請人:杭州電子科技大學(xué)