鏡頭邊界檢測中的不連續(xù)度設(shè)定與閾值判定問題研究.pdf

1、隨著數(shù)字技術(shù)在視頻中普遍應(yīng)用,視頻可以通過數(shù)字?jǐn)z像機(jī)反復(fù)拍攝,通過電腦軟件輕松剪輯,通過光盤永久存儲(chǔ),通過網(wǎng)絡(luò)快速傳輸,通過數(shù)字熒幕精彩呈現(xiàn)。數(shù)字化使更多更好的視頻走進(jìn)了我們的生活。然而隨著視頻(特別是互聯(lián)網(wǎng)視頻)數(shù)量以爆炸式地增長,再加上視頻內(nèi)容本身的無結(jié)構(gòu)無層次的特性,給視頻的分類,索引,歸檔,搜索工作帶來了巨大的壓力。另一方面,You Tube等視頻網(wǎng)站已經(jīng)吸引了全世界網(wǎng)民的目光,人們每天將數(shù)以萬計(jì)的視頻上傳至網(wǎng)站,而其中不少存在

2、色情、血腥的內(nèi)容,如何將這些視頻從上傳的海量視頻中找出并剔除成了網(wǎng)站工作人員沉重的負(fù)擔(dān)。就此問題,學(xué)界提出了基于內(nèi)容的視頻檢索的研究課題。該領(lǐng)域借鑒文本內(nèi)容分析的方法,首先實(shí)現(xiàn)視頻內(nèi)容的格式化,進(jìn)而實(shí)現(xiàn)高層語義(內(nèi)容)的分析和提取,最后根據(jù)這些語義完成視頻的分類,索引,歸檔等。本文所研究的內(nèi)容正是視頻內(nèi)容的格式化的最基礎(chǔ)工作——視頻鏡頭邊界檢測,即將在時(shí)間上連續(xù)的視頻幀序列分解為鏡頭這一最小的視頻結(jié)構(gòu)單元。本文將鏡頭邊界檢測問題分為三個(gè)

3、獨(dú)立的子問題——特征選取、不連續(xù)度計(jì)算和閾值判定,在每個(gè)子問題中,分析總結(jié)了前人的研究方法和取得的成果,并針對(duì)不連續(xù)度計(jì)算和閾值判定兩方面現(xiàn)有方法的一些不足,提出了以下兩種方法:
　　1.在MPEG壓縮域中,本文選取I幀的DC系數(shù),分塊統(tǒng)計(jì)直方圖,比較得不連續(xù)度,與時(shí)間因子和運(yùn)動(dòng)差異因子所決定的自適應(yīng)χ2閾值比較判別鏡頭邊界。該方法無需解碼視頻,實(shí)時(shí)性高。
　　2.在非壓縮域中,設(shè)定可變窗,分塊比較窗中第一幀和最后一幀的YC