基于小波神經(jīng)網(wǎng)絡(luò)的鏡頭檢測(cè).pdf

1、基于內(nèi)容的視頻檢索技術(shù)是當(dāng)今信息檢索領(lǐng)域的一個(gè)研究熱點(diǎn)，而鏡頭邊界檢測(cè)又是實(shí)現(xiàn)視頻檢索的前提。然而，由于鏡頭分割問題本身的復(fù)雜性，使得至今都沒有任何一套鏡頭邊界檢測(cè)系統(tǒng)可以做到不僅僅性能可靠，而且適應(yīng)性強(qiáng)。本文對(duì)其中基于小波變換與神經(jīng)網(wǎng)絡(luò)的方法進(jìn)行了研究，在松散型小波網(wǎng)絡(luò)的鏡頭檢測(cè)理論方面做了有益的探索。歸納起來，本文的研究成果主要表現(xiàn)在以下幾個(gè)方面： 對(duì)直方圖檢測(cè)法進(jìn)行了改進(jìn)。首先對(duì)幀圖像進(jìn)行二維小波變換，然后對(duì)其低頻部分進(jìn)行

2、RGB到HSV的空間轉(zhuǎn)換，再運(yùn)用分塊直方圖法得到幀間差異，然后綜合窗口法和雙閾值法進(jìn)行鏡頭轉(zhuǎn)換邊界的判斷。通過實(shí)驗(yàn)分析調(diào)整了鏡頭檢測(cè)的自適應(yīng)閾值參數(shù)，最后在對(duì)檢測(cè)結(jié)果進(jìn)行分析后加入了檢測(cè)容忍度，進(jìn)一步提高了檢測(cè)的準(zhǔn)確性。 運(yùn)用神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)能力，實(shí)現(xiàn)了一種無閾值鏡頭檢測(cè)法，解決了檢測(cè)中不同類型的視頻要用不同的閾值，且其相關(guān)參數(shù)選擇困難的問題。在傳統(tǒng)的幀間直方圖差異和像素差的基礎(chǔ)上，進(jìn)行二次差運(yùn)算，在很大程度上消除了漸變及其他因

3、素對(duì)突變檢測(cè)的影響，然后運(yùn)用非相鄰幀差和神經(jīng)網(wǎng)絡(luò)相結(jié)合對(duì)漸變進(jìn)行檢測(cè)，實(shí)驗(yàn)結(jié)果說明該方法對(duì)漸變檢測(cè)取得了良好效果。 由于對(duì)漸變轉(zhuǎn)換進(jìn)行分類檢測(cè)的時(shí)候，往往要利用大量的幀間信息，所以計(jì)算量非常的大，檢測(cè)速度慢，然而檢測(cè)的效率卻并不高，因此，先對(duì)各幀圖像做小波變換，然后利用低頻部分信息做分塊直方圖，計(jì)算幀間差和二次幀差及非相鄰幀差，再由神經(jīng)網(wǎng)絡(luò)對(duì)這些特征值分類，做突變檢測(cè)和漸變轉(zhuǎn)換的粗檢；其次計(jì)算各高頻部分的邊緣，提取幀間差，由神經(jīng)