一種基于內容視頻檢索中的鏡頭分割算法
加入技術(shù)交流群
隨著(zhù)多媒體技術(shù)和網(wǎng)絡(luò )技術(shù)的迅速發(fā)展，現代計算機技術(shù)特別是海量數據存儲與傳輸技術(shù)的成熟，視頻作為一種主要的媒體類(lèi)型在人們的生活、教育、娛樂(lè )等方面日益成為不可或缺的信息載體。但是由于視頻非結構化的數據格式、巨大的數據量以及表現內容的不透明等缺點(diǎn)，使得對視頻數據的管理和分析都相當困難。而從大量視頻數據中找到自己感興趣的相關(guān)視頻片段己成為一種迫切的需求。這一技術(shù)就是目前人們普遍關(guān)注的基于內容的視頻檢索技術(shù)(CB-VR，Content-Based Video Retrieval)。
我們知道視頻的制作過(guò)程首先是進(jìn)行單個(gè)鏡頭的拍攝，然后，對于內容相近的多個(gè)鏡頭通過(guò)各種鏡頭編輯方式(即鏡頭轉換方式)銜接在一起，組成場(chǎng)景以及視頻故事單元?？梢?jiàn)鏡頭是組成視頻的基本單元，也是對視頻內容進(jìn)行深入分析的基礎。所以從基于內容的角度對視頻進(jìn)行分析時(shí)，首先檢測鏡頭的轉換邊界，即各個(gè)不同鏡頭的連接處，這樣就可以將視頻分割為一個(gè)個(gè)的鏡頭；然后對每個(gè)鏡頭進(jìn)行代表幀的提取并對內容相近的多個(gè)鏡頭進(jìn)行聚類(lèi)，組成更高層次的場(chǎng)景以及視頻故事單元，便于對視頻的檢索?？梢?jiàn)鏡頭邊界檢測是將視頻自動(dòng)地分割為鏡頭，以作為基本的索引單元，它是實(shí)現基于內容的視頻檢索的第一步。本文研究的主要工作就是鏡頭邊界檢測。
按照鏡頭之間的轉換也不同，主要分為突變(切變)和漸變，對于鏡頭邊界檢測，主要的工作就是找出視頻中的突變和漸變變化。
1 相關(guān)工作
鏡頭邊界檢測算法主要有直方圖法、模板匹配法、基于邊緣的方法和基于模型的方法等4種。直方圖法使用像素亮度和色彩的統計值，不考慮像素的位置信息，抗噪聲能力較強，但有時(shí)會(huì )漏掉場(chǎng)景切換。模板匹配法嚴格地區分像素的位置，對噪聲、鏡頭和物體的運動(dòng)非常敏感，容易導致錯誤的場(chǎng)景切換檢測?；谶吘壏椒ǖ幕舅枷胧窃阽R頭發(fā)生切換時(shí)新邊緣應遠離舊邊緣的位置，舊邊緣消失的位置也應遠離新邊緣的位置。上述3種方法都是通過(guò)計算幀間差進(jìn)行鏡頭邊界檢測的，對于突變檢測可取得較好的效果，但對漸變檢測則存在一定的困難，這些方法在很大程度上忽略了漸變切換中幀間結構上的相關(guān)性。而基于模型的方法則是利用對鏡頭編輯的先驗知識，對各種鏡頭切換建立一定的數據模型進(jìn)行鏡頭切換的檢測，因此對鏡頭漸變的檢測能取得較好的效果。本文的算法就是一種基于模型的方法。
2 鏡頭分割算法
2．1 切變檢測
本算法根據相鄰幀圖像變化和不相似性確定切變，相鄰幀的變化屬于圖像檢索的范圍，本算法中采用了顏色局部累積直方圖與紋理相結合的方法。在一般情況下可通過(guò)將不相似值與一個(gè)閾值進(jìn)行比較來(lái)做出判斷，而基于“滑動(dòng)窗口”的方法可以克服了不相似值不僅與幀間差有關(guān)，而且與成像亮度也有關(guān)的問(wèn)題。
首先定義一個(gè)時(shí)間長(cháng)度為2R+l的窗口，使需檢測的幀位于窗口正中。然后根據下式計算前后兩幀間的差異：
如果差異滿(mǎn)足以下條件則認為待檢測幀處為切變位置：
1)窗口中D為最大值；
2)設窗口中第二大的差異值為D2，有Dk×D2，k為正系數。
一個(gè)圖解例子見(jiàn)圖1，其中橫軸對應幀序列，豎軸對應幀差值，設這里k=3。圖中從一R到R對應以幀間差為D的幀的檢測窗口，由圖可見(jiàn)上述第1個(gè)條件滿(mǎn)足，第2個(gè)條件也滿(mǎn)足(注意檢測幀問(wèn)差為D2的幀的檢測窗口需向左移，但比較時(shí)仍用幀間差為D的檢測窗口)，所以認為檢測到一個(gè)切變。如果考慮窗口右側外的那些峰，由于第2個(gè)條件得不到滿(mǎn)足，所以不認為檢測到切變。該方法由于利用了在切變位置附近的局部信息，檢測效果比全局閾值法有相當大的提高。
由于“滑動(dòng)窗口”算法在實(shí)際中有可能遇到兩個(gè)影響效果的問(wèn)題，一個(gè)是漏檢問(wèn)題。例如在利用上面算法中對一些由于攝影機的晃動(dòng)，造成前景中的物體相對于背景有較大的上下變動(dòng)，造成了很多漏檢。另一個(gè)時(shí)誤檢。使用上面的算法對一線(xiàn)電影畫(huà)面幾乎靜止，但是由于加字幕、去字幕原因差生小的擾動(dòng)，就會(huì )多檢測出切變，出現誤檢。
本文采用了基于雙重窗口的檢測算法。
基于雙重窗口算法進(jìn)行切變檢測的方法流程參見(jiàn)圖2，這里對被檢測視頻流的要求比較簡(jiǎn)單，只需對原始視頻流取平均或對壓縮視頻流取直流分量就可以得到。為了把閃光的影響除去，從檢測視頻流中先將閃光位置確定下來(lái)，其后在把這些位置從切變檢測得到的可能切變位置中除去，就可得到真正的切變位置。
評論