一種基于內(nèi)容視頻檢索中的鏡頭分割算法

1 相關工作
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(tǒng)計值，不考慮像素的位置信息，抗噪聲能力較強，但有時會漏掉場景切換。模板匹配法嚴格地區(qū)分像素的位置，對噪聲、鏡頭和物體的運動非常敏感，容易導致錯誤的場景切換檢測。基于邊緣方法的基本思想是在鏡頭發(fā)生切換時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種方法都是通過計算幀間差進行鏡頭邊界檢測的，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(shù)據(jù)模型進行鏡頭切換的檢測，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(jù)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將不相似值與一個閾值進行比較來做出判斷，而基于“滑動窗口”的方法可以克服了不相似值不僅與幀間差有關，而且與成像亮度也有關的問題。
首先定義一個時間長度為2R+l的窗口，使需檢測的幀位于窗口正中。然后根據(jù)下式計算前后兩幀間的差異：

如果差異滿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(shù)。
一個圖解例子見圖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，由圖可見上述第1個條件滿足，第2個條件也滿足(注意檢測幀問差為D2的幀的檢測窗口需向左移，但比較時仍用幀間差為D的檢測窗口)，所以認為檢測到一個切變。如果考慮窗口右側外的那些峰，由于第2個條件得不到滿足，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“滑動窗口”算法在實際中有可能遇到兩個影響效果的問題，一個是漏檢問題。例如在利用上面算法中對一些由于攝影機的晃動，造成前景中的物體相對于背景有較大的上下變動，造成了很多漏檢。另一個時誤檢。使用上面的算法對一線電影畫面幾乎靜止，但是由于加字幕、去字幕原因差生小的擾動，就會多檢測出切變，出現(xiàn)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行切變檢測的方法流程參見圖2，這里對被檢測視頻流的要求比較簡單，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，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。