基于多特征的视频镜头检测方法

被引：23

作者：

彭太乐 ^{[1
,2
]}

张文俊 ^{[3
]}

汪友宝 ^{[3
]}

黄东晋 ^{[3
]}

机构：

[1] 淮北师范大学计算机科学与技术学院

[2] 上海大学通信与信息工程学院

[3] 上海大学影视艺术技术学院

来源：

仪器仪表学报 | 2015年 / 36卷 / 09期

基金：

上海市自然科学基金;

关键词：

平均梯度; 动态纹理; 纹理匹配; SIFT特征匹配; 镜头检测;

D O I：

10.19650/j.cnki.cjsi.2015.09.012

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对视频镜头边缘检测准确率低的问题,提出了一种新的基于多特征的视频镜头检测算法。首先按时序读取多帧图像,并转换为灰度图;进一步将帧图像均匀分块,计算每个图像块的平均梯度,构造视频动态纹理;比较相邻帧视频动态纹理的相关性及两帧SIFT特征的匹配程度,根据匹配结果得出预检测结果;接下来与步长低于人眼刷新频率的下一帧动态纹理及SIFT特征相比较,得到最终的结果。通过对多组不同类型的视频数据进行实验,均能取得较高的召回率和准确率。该文算法对结构较复杂的渐变镜头进行检测,也能取得较高的检测准确率和召回率。

引用

页码：2013 / 2020

页数：8

共 9 条

[1] 基于对比度与最小凸包的显著性区域检测算法 [J].

范敏 ;

陈曦 ;

王楷 ;

李志勇 ;

王晓峰 .

仪器仪表学报, 2014, 35 (10) :2328-2334

[2] 一种基于SIFT的图像特征匹配方法 [J].

杨世沛 ;

陈杰 ;

周莉 ;

刘健 ;

刘海洋 .

电子测量技术, 2014, 37 (06) :50-53

[3] 基于视频的人群异常事件检测综述 [J].

吴新宇 ;

郭会文 ;

李楠楠 ;

王欢 ;

陈彦伦 .

电子测量与仪器学报, 2014, 28 (06) :575-584

[4] 基于图像分割和对象跟踪的新闻视频镜头边界检测方法 [J].

徐新文 ;

李国辉 ;

朱为 .

中国图象图形学报, 2009, 14 (08) :1594-1600

[5] 一种有效的视频镜头检索方法研究 [J].

邓丽 ;

金立左 ;

费树岷 .

电子测量与仪器学报, 2008, (01) :58-61

[6] Robust shot boundary detection from video using dynamic texture [J].

Taile, Peng ;

Wenjun, Zhang .

Sensors and Transducers, 2014, 167 (03) :104-109

[7]

Simultaneous detection of abrupt cuts and dissolves in videos using support vector machines[J] . Vasileios Chasanis,Aristidis Likas,Nikolaos Galatsanos.Pattern Recognition Letters . 2008 (1)

[8] Dynamic textures [J].

Doretto, G ;

Chiuso, A ;

Wu, YN ;

Soatto, S .

INTERNATIONAL JOURNAL OF COMPUTER VISION, 2003, 51 (02) :91-109

[9]

Video shot boundary detection with local feature post refinement .2 Shouqun Liu,Zhu Ming,Zheng Quan. 9th International Conference on Signal Processing, ICSP . 2008

← 1 →