一种视频边界检测的方法
专利汇可以提供一种视频边界检测的方法专利检索，专利查询，专利分析的服务。并且本 发明 公开了计算机视频信息处理技术领域的一种视频边界检测的方法，所述该视频边界检测的方法，具体步骤如下：S1：通过计算每一 帧 的 像素 间标准差；S4：计算所有非孤立 片段 的中间帧和首尾的直方图相似度；S5：合并连续非孤立片段为疑似渐变镜头片段，本方法先通过像素差计算方式删除单色帧，把视频进行分段，计算片段首尾帧的直方图相似度，根据该信息删除冗余视频片段，其余视频片段分为孤立和非孤立分别检测镜头突变和渐变,该方法所有的计算都没有重复计算，考虑了图像的 位置 信息以及 颜色 信息，镜头切换检测的方法有别于其它方法，不仅可以检测出镜头渐变，而且可以检测出位置和长度， 算法 有一定的鲁棒性，思想简单有效。，下面是一种视频边界检测的方法专利的具体信息内容。
1.一种视频边界检测的方法，其特征在于：所述该视频边界检测的方法，具体步骤如下：
S1：通过计算每一帧的像素间标准差，如果标准差接近于0，则为单色帧，剔除所有单色帧，再以20帧为间隔，将待检测视频分割为一系列长度为21帧的视频片段，然后，计算每个视频片段的首尾帧间直方图相似度；
S2：动态选取阈值，并计算步骤S1中所有视频片段的剔除阈值；
S3：剩余所有视频片段中相邻片段都被剔除的片段称为孤立片段，设d20(n+1)和d20(n-
20
1)被剔除，则d (n)为孤立片段，计算该片段与未被剔除的相邻片段间的首尾间直方图相似性，记为d20(n-2,n)和d20(n,n+2)，若1＜d20(n)/d20(n-2,n)＜T1或者1＜d20(n)/d20(n,n+2)＜T1，表明该视频片段帧间没有大的特征差异，剔除；
S4：计算所有非孤立片段的中间帧和首尾的直方图相似度 和 若
且 则表明该视频片段没有大的特征差异，剔除；
S5：合并连续非孤立片段为疑似渐变镜头片段，针对孤立片段，按顺序计算片段中相邻两帧间的直方图相似性，记片段d20(n)中所有相邻帧间相似度中最大值和除最大值外的均值分别为 和
S6：选取疑似渐变视频中按步骤S1中分段的首尾帧相似度最大的片段m，代表渐变最剧烈的片段，计算片段中相邻两帧间的直方图相似性，选取 所对应的两帧，分别与该片段首和尾计算帧间相似性d10和d20；
S7： 所对应的两帧分别为x1和x2，依次分别计算两边的帧间相似性，再计算x1至x1+10和x2至x2+10的标准差为δX1和δX2，然后再逐一加帧计算后续的标准差；
S8：相似度较大的一侧视频片段，首先计算10帧内的标准差，再依次逐一加帧计算该后续的标准差；
S9：设剩余片段长度为L，当L≤25时，因为新的渐变不能发生在25帧以内，否则人眼无法识别，进入步骤S5中进行切变再检测，当L＞25的视频片段按照步骤S6进行迭代。
2.根据权利要求1所述的一种视频边界检测的方法，其特征在于：所述步骤S1中，直方图相似度均以去除图片上部10％，下部15％，留下中间75％部分，分成4块计算每帧的HSV直方图信息，并计算对应分量计算帧间相似性，再加权求和，归一化，其中，直方图相似度的具体计算方法为：
式中：d(i,i+1)代表归一化后的i和i+1帧间直方图相似性，H(j)表示的是第i帧内等级为j的直方图的值，M是直方图的总等级数。尤其是对于某些要强调的直方图等级的情况，使用权值W(j)，b代表矩形块的个数，Ck代表第k个矩形块的权值，d(20n,20(n+1))代表第n个时间片段的首尾特征差值，用d20(n)简写。
3.根据权利要求1所述的一种视频边界检测的方法，其特征在于：所述步骤S2中，动态阈值计算方法为：
式中：μG表示视频中所有片段首尾特征d20(n)的均值，μL表示一组阈值单元中10个片段首尾特征差值的均值，δL是阈值单元内各个片段的特征距离标准差，在式中，a是一个参数，将会在训练参数中确定，将特征差值小于等于阈值TL且不满足(d20(n))＞3d20(n-1)∪d20(n)＞3d20(n+1)∩d20(n)＞0.8μG的视频片段剔除。
4.根据权利要求1所述的一种视频边界检测的方法，其特征在于：所述步骤S3中，T1代表直方图相似度的一个接近1的倍数。
5.根据权利要求1所述的一种视频边界检测的方法，其特征在于：所述步骤S5中，所有相邻帧间相似度的具体判断方法如下：
S51：若 表明该片段中间有大镜头或者花屏等异常情况，一方影响检测
结果，剔除；
S52：若 其中T2为两个直方图相似度间
的较大倍数，表明首尾帧间相似度和最大帧间相似度大小差不多，而最大帧间相似度与其它平均帧间相似度相差不大或者整个视频片段特征变化趋势不明显，代表该片段中间无典型镜头变换，剔除；
S53：若 表明首尾帧间相似度和最大相似度
差不多，而最大帧间相似度远远大于其它平均帧间相似度，代表该片段中有镜头突变，为突变处；
S54：若 表明片段中所有帧间相似度不高，而由于该片段帧数在25帧
以内，不可能发生人眼可识别的渐变，代表该片段中有镜头的晃动或者移动，剔除。
6.根据权利要求1所述的一种视频边界检测的方法，其特征在于：所述步骤S6中，1＜d10/d20＜T1或1＜d20/d10＜T1，表明该片段最大值两边的特征变化类似，假设d10较大，1＜d10/d20＜T1，当 时，表明 两边帧间相似度很大，代表该片段为突变片段，
为突变位置，m片段两侧剩余的视频片段分别按照步骤S6重新迭代，当 表
明 两边帧间变化不大，整个疑似渐变片段为无镜头变化片段，剔除，当d10/d20＞T1或者d20/d10＞T1时，表明该片段最大值两边的特征变化不一致，代表 所在的位置在渐变的两端的其中一端，假设d10较大，则d10对应的一侧片段转到步骤S8中，d20对应的一侧片段转到步骤S6中。
7.根据权利要求1所述的一种视频边界检测的方法，其特征在于：所述步骤S7中，当δx1/δx1+1＞T3或者δX2/δX2+1＞T3时，其中T3为两个直方图相似度的标准差的较大倍数，分别表示左边或者右边对应的位置为渐变结束点，中间视频片段长度为渐变长度，若两边有剩余视频片段转到步骤S9中，否则，继续迭代直至片段结束。
8.根据权利要求1所述的一种视频边界检测的方法，其特征在于：所述步骤S8中，设第K帧和第K+1的标准差分别为δK和δK+1，直至δK/δK+1>T3时，则K为渐变结束所在的位置，渐变长度为 所在位置到第K帧，剩余视频片段转下一步骤中，否则，则继续迭代至片段结束。
一种视频边界检测的方法
技术领域
背景技术
发明内容
图相似性，记为d (n-2,n)和d (n,n+2)，若1＜d (n)/d (n-2,n)＜T1或者1＜d (n)/d(n,n+2)＜T1，表明该视频片段帧间没有大的特征差异，剔除；
片段为无镜头变化片段，剔除，当d10/d20＞T1或者d20/d10＞T1时，表明该片段最大值两边的特征变化不一致，代表 所在的位置在渐变的两端的其中一端，假设d10较大，则d10对应的一侧片段转到步骤S8中，d20对应的一侧片段转到步骤S6中。
具体实施方式
d (n)＞3d (n+1)∩d (n)＞0.8μG的视频片段剔除；
的视频片段分别按照步骤S6重新迭代，当 表明 两边帧间变化不
大，整个疑似渐变片段为无镜头变化片段，剔除，当d10/d20＞T1或者d20/d10＞T1时，表明该片段最大值两边的特征变化不一致，代表 所在的位置在渐变的两端的其中一端，假设d10较大，则d10对应的一侧片段转到步骤S8中，d20对应的一侧片段转到步骤S6中；
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种扫把头可以站立的扫把 | 2020-05-12 | 645 |
| 立体多人用公交把手 | 2020-05-13 | 301 |
| 可站立扫把 | 2020-05-11 | 588 |
| 快速解锁把立 | 2020-05-11 | 430 |
| 车把立管组装机 | 2020-05-12 | 603 |
| 一种立式辣椒去把机 | 2020-05-12 | 837 |
| 一种可直立的拖把 | 2020-05-12 | 61 |
| 倾角可调的自行车把立 | 2020-05-13 | 832 |
| 一种自行车把立 | 2020-05-11 | 239 |
| 一种双向转角可调式车把把立 | 2020-05-12 | 683 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
