镜头边界检测01概念介绍三种方法实验小结02030405Contents01概念介绍基本概念视频由一个个镜头所组成,镜头是时间上连续的若干幅帧图像组成的片段
当镜头发生转变时,会产生一些明显的变化,镜头边界检测依据这些变化来判断镜头是否发生转变
镜头发生转变时的边界帧,也称关键帧
镜头镜头边界检测基本概念镜头边界检测的基础是两个连续镜头的内容有较大的不同性,因此可以用定量的方法来确定帧序列之间的差别;如果这种差别超出了给定的阈值,就可以提取出镜头的边界(关键帧)关键帧短片截图的关键帧02三种方法一帧本质就是一张图片,因此衡量两帧之间变化本质就是衡量两张图片的区别
在KNN算法中衡量两张图片之间相似度就是图片对应像素相减之和,将其累加,值最小的即最接近的两张图片
连续帧相减法中,我们同样使用这个指标来评价两张图片的近似度,一旦区别大到一定地步则认为该两帧是镜头边界
连续帧相减算法原理:计算相邻两帧像素变化的数目
当超过设定的阈值时,即找到镜头的边界缺点:对摄像机运动敏感,如放缩、平移,往往较小的物体运动会造成很大的帧间差,从而容易导致误检测解决办法:通过滤波器的使用来降低
在比较一帧的每个像素前,用它的邻近区域的平均值来代替,这也过滤了输入图像的一些噪声
连续帧相减图片演示相邻连续帧图片演示直方图相减代码算法原理:统计相邻两帧中所有像素在不同灰度(颜色)上的分布差异,当差异的累加值超过阈值T时,即检测到镜头边界优点:对对象运动不敏感,因为直方图忽略了帧内的空间变化缺点:可能两个图像有类似的直方图但却是完全不同的内容
然而,这种事件的概率是足够低图片演示相邻两个帧图像帧图像灰度图灰度图直方图时空切片代码切片就是从连续的视频图像序列的同一个位置提取出的一行(列)像素组合而成的一幅二维图像
如果将视频看作是一个(x,y,t)三维图像序列,其中(x,y)为图像维,t为时间维,