【技术实现步骤摘要】
一种利用快速鲁棒特征和支持向量机来判断切变镜头和渐 变镜头的方法
本专利技术涉及镜头检测
,具体来说是一种利用快速鲁棒特征和支持向量机 来判断切变镜头和渐变镜头的方法。
技术介绍
近年来结构化视频数据分析技术大量运用到数字视频分析与处理中,在结构化视 频数据分析中视频被划分为关键帧、镜头、场景、故事单元。在整个结构化视频分析中镜头 是整个分析的基础,因此镜头边界检测是整个视频分析的第一步。 镜头是指摄像机连续拍摄得到的一组帧序列,在一个镜头内连续的两帧间具有 很大的相似性。目前视频边界检测的研究方法基本可以分为如下几类:基于像素差值的方 法、基于统计量的方法、基于灰度或直方图的方法、基于聚类的方法、基于特征的方法以及 在压缩域对视频镜头检测的方法等等,其中直方图方法是采用的较多的一种方法。除此之 外基于机器学习的一些方法也大量运用到镜头检测当中,AlanF.Smeaton和PaulOver对 近年来的镜头边界检测方法进行了总结和比较,最终得出结论:尽管在镜头边界检测方面 已经提出了各种各样的方法,并都取得了不错的效果,但由于视频内容的多元性和不确定 性,因此视频边界检测依然是一个比较大的难题,有待于继续进行研究。 镜头检测方法的好坏一般取决于以下几个因素:1、特征提取,视频中有大量特征, 如何选取关键特征来表示镜头是整个方法成败的关键。特征的提取不仅仅要考虑是否能够 描述镜头,还要考虑特征的鲁棒性。例如光照的突然变化、摄像机的大范围运动等。2、切变 与渐变:切变指的是镜头的突然变化,常常在两帧间完成。渐变的特点 ...
【技术保护点】
一种利用快速鲁棒特征和支持向量机来判断切变镜头和渐变镜头的方法,其特征在于,包括以下步骤:11)提取基于视觉中心的快速鲁棒特征,输入视频序列,定位视觉中心区域,提取SURF特征;12)检测切变镜头,进行变长切变检测,得到所有的切变镜头;13)检测渐变镜头,基于SVM学习和SURF特征的渐变镜头检测。
【技术特征摘要】
1. 一种利用快速鲁棒特征和支持向量机来判断切变镜头和渐变镜头的方法,其特征在 于,包括以下步骤: 11)提取基于视觉中心的快速鲁棒特征,输入视频序列,定位视觉中心区域,提取SURF 特征; 12) 检测切变镜头,进行变长切变检测,得到所有的切变镜头; 13)检测渐变镜头,基于SVM学习和SURF特征的渐变镜头检测。2. 根据权利要求1所述的一种利用快速鲁棒特征和支持向量机来判断切变镜头和渐 变镜头的方法,其特征在于,所述的提取基于视觉中心的快速鲁棒特征包括以下步骤: 21) 输入视频序列,以一定的步长抽取两帧,定位每帧的视觉中心区域; 22)在每一帧的视觉中心区域提取SURF特征。3. 根据权利要求1所述的一种利用快速鲁棒特征和支持向量机来判断切变镜头和渐 变镜头的方法,其特征在于,所述的检测切变镜头包括以下步骤: 31)比较提取的两帧的SURF特征相似度,其计算公式如下:其中,M为两帧图像匹配的SURF特征数,Nl为前一帧图像提取出的SURF特征数,N2为 另一帧图像提取出的SURF特征数,α和β为常数,代表两帧图像的特征匹配率和特征点 数变化对整个相似度比较的贡献大小; 32)利用SinKfi,fi+1)判断是否存在一个切变边界,其公式如下:其中,fi为第i帧,Teut为切变的阈值,Sim(fi,fi+Ι)为两帧的SURF特征相似度,Cut(fi,fi+1)为切变边界, 当Cut(fi,fi+l)为1时表示相邻两帧为一个切变过渡,存在一个切变边界。4. 根据权利要求1所述的一种利用快速鲁棒特征和支持向量机来判断切变镜头和渐 变镜头的方法,其特征在于,所述的检测渐变镜头包括以下步骤: 41)利用SVM对渐变方式和摄像机运动方式的SURF特征进行提取,进行训练,得到训练 模型; 42)构造二级分类器,其中第一级分类器用于区分摄像机运动和渐变过渡,第二级分类 器用于排除摄像机高速不规则运动造成的误检; 43)确定渐变边界,针对切变检测输出的每段视频的集合F,通过渐变检测方法得到渐 变边界。5. 根据权利要求3所述的一种利用快速鲁棒特征和支持向量机来判断切变镜头和渐 变镜头的方法,其特征在于,所述的利用SinKfi,fi+1)判断是否存在一个切变边界包括以下 步骤: 51)输入第i巾贞、步长s和最后一巾贞的巾贞号end; 52) 判断帧序列是否处理完,若i>end,则当前帧序列处理完毕,否则继续下一步处理; 53) 若s= 1且Cut(4fi+s) =i,则将检测到的相邻两帧&和fi+1放入切变过渡集合 ...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。