学位论文 > 优秀研究生学位论文题录展示

基于卡方检测和宏块类型统计的视频镜头边界检测算法的研究

作　者: 陈曦
导　师: 蒋兴浩；孙锬锋
学　校: 上海交通大学
专　业: 通信与信息系统
关键词: 镜头边界检测 DC直方图卡方检测机器学习宏块类型统计
分类号: TP391.41
类　型: 硕士论文
年　份: 2009年
下　载: 25次
引　用: 1次
阅　读: 论文下载

内容摘要

随着网络视频在近几年的时间内迅速发展,对海量的视频信息进行检索与分类,成为了目前视频分析处理领域研究的热点问题。为了检索视频,提取出视频中的相关信息,需要将视频分解成多个基本单元镜头的集合,最终提取出关键帧和运动信息。因此视频的镜头分割,即镜头边界检测是镜头分析中最基本最重要的内容之一,也是必不可少的前期准备工作。本文借鉴了前人在这方面工作的成果,提出了基于视频I-帧亮度DC分量直方图卡方(χ2)检测及宏块类型统计特性分析的镜头边界检测算法。本算法首先获取压缩视频所有图像组GOP(Group of Pictures)中I-帧帧间亮度DC分量的直方图卡方值,该卡方值表示了相邻I-帧间的帧间差,帧间差异越大,表明相邻I-帧间的GOP内越有可能存在镜头边界,因此需要一个阈值设定算法来判定相邻I-帧间是否具有镜头变换。通过本文提出的基于机器学习思想的阈值动态设定算法可以在GOP级别初步判断镜头变换的位置。由于对于类型、格式和画面质量等参数不相同的视频段,帧间差卡方值的阈值不尽相同,因此通过大量实验数据动态训练阈值,找出实验数据中与实际情况最相近、准确率和查全率均最高的阈值作为最佳阈值。之后,计算可能存在镜头变换的GOP中每一帧与前一帧的相似度与相似度差,通过设定合适的阈值从而判断是否存在镜头变换,镜头变换是切变还是渐变,最终完成MPEG-2视频镜头边界检测目的。仿真实验结果表明:本文算法无论是切变还是渐变都具有较高的准确率,并且由于本文算法不对MPEG-2视频进行解压缩处理,而是通过GOP直接计算得到,因此镜头分割效率高,耗时少,计算量大大降低。

全文目录

摘要  3-5
ABSTRACT  5-9
第一章绪论  9-23
  1.1 研究背景  9-10
  1.2 研究现状  10-21
    1.2.1 视频镜头分割技术简介  10
    1.2.2 视频镜头分割技术分类  10-12
    1.2.3 视频镜头分割技术算法  12-21
  1.3 论文主要创新特点  21-22
  1.4 论文结构  22-23
第二章基础知识介绍  23-42
  2.1 卡方检测原理  23-25
    2.1.1 卡方检验基本思想  23-24
    2.1.2 卡方模型  24
    2.1.3 卡方应用领域  24-25
    2.1.4 卡方公式在本为中的推理  25
  2.2 MPEG 视频编码标准  25-32
    2.2.1 MPEG 简介  25-26
    2.2.2 MPEG 图像压缩原理  26-27
    2.2.3 MPEG 视频分层结构  27-30
    2.2.4 MPEG 运动补偿预测  30-31
    2.2.5 MPEG-2 视频帧结构  31-32
    2.2.6 播放顺序与编码顺序  32
  2.3 机器学习（Machine Learning）理论  32-41
    2.3.1 机器学习原理  32-33
    2.3.2 机器学习的主要策略  33-34
    2.3.3 机器学习系统的基本结构  34-35
    2.3.4 机器学习分类  35-39
    2.3.5 目前研究领域  39-40
    2.3.6 机器学习的思想在阈值动态设定算法中的应用  40-41
  2.4 本章小结  41-42
第三章卡方检测算法、阈值动态设定算法和宏块类型统计特性分析方法研究  42-52
  3.1 I-帧亮度DC 分量直方图卡方检测算法研究  42-46
    3.1.1 DCT 变换与DC 分量  42-43
    3.1.2 I-帧的DC 分量  43
    3.1.3 I-帧DC 分量直方图卡方检测原理  43-44
    3.1.4 I-帧DC 分量直方图卡方检测算法步骤  44-46
  3.2 基于机器学习思想的阈值动态设定算法研究  46-48
    3.2.1 Dk阈值动态设定算法思想  46-48
    3.2.2 Dk阈值动态设定算法步骤  48
  3.3 宏块类型统计特性分析研究  48-51
    3.3.1 宏块类型信息提取  49-50
    3.3.2 相似度与相似度差  50
    3.3.3 宏块类型统计特性分析步骤  50-51
  3.4 本章小结  51-52
第四章基于卡方检测和宏块类型统计的视频镜头边界检测算法研究  52-58
  4.1 算法基本思想  52-53
  4.2 算法数学模型  53-55
  4.3 算法整体框架  55-56
  4.4 算法总体步骤  56-57
  4.5 本章小结  57-58
第五章算法仿真实验与分析  58-70
  5.1 实验条件  58
  5.2 算法可行性实验  58-64
    5.2.1 I-帧亮度DC 分量直方图卡方检测与Dk阈值设定  58-61
    5.2.2 相似度T（k）和相似度差Et（k）检测  61-63
    5.2.3 不同类型视频的镜头分割分析  63-64
  5.3 算法对比性实验  64-66
  5.4 算法误判/漏判实验分析  66-68
    5.4.1 新闻类视频误判/漏判分析  66-67
    5.4.2 电影类视频误判/漏判分析  67-68
    5.4.3 体育类视频误判/漏判分析  68
  5.5 本章小结  68-70
第六章结束语  70-72
  6.1 本文创新工作  70
  6.2 未来展望  70-72
参考文献  72-76
致谢  76-77
攻读硕士期间已发表和已录用的论文  77-78
在研期间参加项目情况  78-80

基于卡方检测和宏块类型统计的视频镜头边界检测算法的研究

内容摘要

全文目录

相似论文