[發明專利]改進的視頻鏡頭檢測方法

在審

• 申請號: 201410652175.0
• 申請日: 2014-11-17
• 公開（公告）號: CN104410867A
• 公開（公告）日: 2015-03-11
• 發明（設計）人: 高騰飛
• 申請（專利權）人: 北京京東尚科信息技術有限公司;北京京東世紀貿易有限公司
• 主分類號: H04N21/234
• 分類號: H04N21/234;H04N21/44;G06F17/30
• 代理公司: 中原信達知識產權代理有限責任公司 11219
• 代理人: 陳依虹;劉光明

技術領域

本發明涉及視頻鏡頭分割技術，更具體地，本發明涉及一種改進的視頻鏡頭檢測方法。

背景技術

隨著現階段視頻數據的日益豐富，如何對網絡上存在的海量視頻信息進行有效的組織、管理、查詢和檢索，并查找到用戶感興趣的視頻片段，這一需求已變得愈加迫切。視頻鏡頭分割技術是基于內容的視頻檢索的核心問題之一，可有效地用于對互聯網上海量無序的視頻數據進行管理。通過該項技術和關鍵幀提取技術對視頻進行結構化并為視頻建立索引和摘要，在形成關于視頻內容的線性結構的情況下，才能有效實現視頻數據的快速瀏覽和檢索。

現階段視頻鏡頭檢測分割的常用方法是，計算視頻中連續幀之間低層視覺特征或運動特征的幀間差異值，并將其與預設或自適應的閾值進行比較，若差異值大于閾值，則該處為鏡頭邊界，反之，則認為這組連續幀屬于同一鏡頭。由常用方法可知，幀間差異值的度量方式、閾值的設定，以及兩者的最優組合將成為視頻鏡頭檢測分割的關鍵所在。而在同一鏡頭之內，視頻特征發生變化主要有以下兩個原因：對象/攝像機的運動和光線的變化。對象/攝像機的運動導致鏡頭內不斷出現新對象，同時舊對象也在不斷消失，若處理不當，則很容易和鏡頭漸變混淆，導致鏡頭誤檢。鏡頭內也經常出現光線變化，若鏡頭內某幀突然變亮，則基于亮度特征度量的幀差值就會發生跳變，若處理不當，就會將其檢測為鏡頭切變，也會導致鏡頭誤檢。

根據鏡頭轉換處的特點，基于不同的圖像幀視覺特征和鏡頭運動特征，鏡頭分割現有的技術方案主要采用以下幾類方法：基于像素的算法、基于直方圖的算法等。

(1)基于像素的算法

基于像素的算法對相鄰兩幀相應像素的灰度或亮度差值的絕對值進行求和，得到總幀差，并與預設閾值進行比較以衡量幀間差異度。它是計算幀間差異值的最簡單和基本的算法，

(2)基于直方圖的算法

直方圖直觀地反映了一幅圖像灰度(灰度直方圖)或顏色(顏色直方圖)的總體分布，由于其出色的全局特性，廣泛應用于圖像處理中，并有多種度量方式：基本方法是計算相鄰視頻幀間的直方圖差異值，但是直方圖幀差值的結果因采用的直方圖種類而異。還可通過引入加權系數計算兩幅圖像之間的直方圖加權距離來對基本方法進行擴展，此外還有計算兩幅圖像之間的直方圖交集或采用其他距離度量方法。

基于直方圖的算法是應用最為廣泛的視頻鏡頭檢測分割方法，處理簡單方便，計算復雜度較低，對于大多數視頻來說，只要閾值設置得當，一般均能達到比較好的效果。

現有的鏡頭分割算法分別運用了視頻不同的低層特征(如顏色、邊緣、紋理等視覺特征及運動特征)，雖然都取得了一定的效果，但由于算法本身所限，或多或少都存在一些問題。單獨應用某種方法或視頻的某種低層視覺特征對視頻鏡頭進行檢測，難以獲得較好的效果。

對于基于像素的方法，雖然算法簡單明了且容易實現，但對于鏡頭內對象/攝像機的運動十分敏感，鏡頭內對象/攝影機的運動將會導致圖像幀中多數像素的灰度或亮度發生變化，從而導致鏡頭邊界的誤檢測；對于基于直方圖的方法，由于直方圖無法體現圖像的位置信息和視覺內容，內容毫無關聯的兩幅圖像也可能擁有同樣的灰度/顏色總體分布，具有相同顏色總體分布的兩幅圖像也可能擁有相同的對象和背景，但是對象的位置不同，這些都可能導致鏡頭邊界的誤檢測；此外，劇烈光照變化的情況(如閃光等)，也會很大程度上干擾以上兩種方法的鏡頭檢測效果。

基于現有技術存在的缺點，我們在現有鏡頭檢測算法的基礎上，對已有算法進行改進，并對理論上具有互補特性的方法進行結合，提出了一種改進的視頻鏡頭檢測方法。本發明在鏡頭檢出度和準確度有顯著改善的基礎上，未顯著增加時間和計算復雜度，達到了實際應用中實時性的相應要求。

發明內容

為了克服現有技術中的問題，本發明的技術方案基于內容的視頻檢索可對用戶輸入的圖像或視頻信息有效地分析提取特征，以進行匹配檢索，從而提高鏡頭分割檢測的檢出度和準確度，給使用者帶來便利。