一种独特的镜头融解变换分类检测思想与算法的实现摘要：基于传统算法，提出了一种新的用来检测融解变换的系统。该算法改进了像素点密度帧差、给出了像素均差、像素相似度的特征，并且提出了将融解渐变分为超短渐变、长渐变和短渐变的分类检测方法。改进后的像素点密度帧差降低了全局噪声，像素均差、像素相似度在融解渐变的检测中表现出了良好的特性。实验证明，分类检测的思想，分离了原本容易混淆的超短渐变与切变、闪光，提高了检测的召回率和精度。关键词：视频检索；镜头边界检测；融解；渐变：TP391.3文献标志码：A：1001－3695(2008)06－1762－030引言??镜头是组成视频的基本单元，也是对视频内容进行深入分析和检索的基础，因此，研究镜头的边界检测具有重要的现实意义[1]。?ピ诠?去的十几年，对镜头边界进行检测的方法层出不穷。但，由于没有采用统一的检测视频，所得到的性能指标没有公信力，从而无法客观评价算法性能的优缺点。自从2001年，NIST发起TRECVID项目，镜头边界检测就一直是子任务之一。TRCVID为所有参与者提供大量的视频作为实验数据，以该数据作为统一的测试数据为进一步的分析提供了依据。到目前为止，切变检测在某种程度上已经做得比较完备了，但渐变检测还是没有找到非常有效的解决方式。?ト诮猓?dissolve，DIS）的检测一直是镜头边界检测中的难点。本文改进了基于像素匹配的帧差计算方法，尝试提出了两种新的特征；像素均差与相似度。特别地，按照渐变持续的帧数，对DIS渐变提出了一种新的分类方法，即分为超短渐变（3帧）、短渐变（4~8帧）和长渐变（9帧以上）。在实际的DIS边界检测中超短渐变占到短渐变的绝大部分，如TRECVID2005的检测数据。这些超短渐变很容易被混淆到切变中，不但降低切变的精度也降低渐变的召回率。所以单独对超短渐变进行检测对于提高DIS的检测的性能是非常必要的。??1检测方法??目前国内外提出了很多算法，如像素比较法、直方图比较法、边缘检测法、基于视频分割模型的编辑方法[1~7]等。这些方法都能检测切变，但都只对某些类型的渐变有效果。对于各种方法的比较可以参考文献[8，9]。??1．1直方图比较法??该方法是目前比较流行的一种方法，它丢失了像素间的位置信息，抗噪声能力比像素比较法强。但总是存在直方图发生漏检的可能性。对它的一个改进是分块直方图[6]。但是这种分块往往是人为规定每一块的权重，没有很好的适应性，对于局部的运动非常敏感。后来又有人提出了间隔帧差直方图法，对于运动很剧烈的情况会造成很长一段序列都被判断成渐变，造成虚检测。本文提出的直方图的方法，综合利用分块直方图和直方图。在一般直方图检测的基础上，将一帧图像分为上下两个部分，有效去掉了下部字幕造成的影响。使得检测的精度大大提高。??1．2双阈值比较法??Zhang等人提出了用得比较广的双阈值比较法[7]。该法设置了两个阈值T1、T2（T1＜T2），当特征差值σ＞T2时，认为镜头发生切变；当T1＜σ＜T2时，认为存在镜头渐变。双阈值比较法的难点是阈值的确定。本算法对于这个问题采取了三个措施：??a)利用当前帧前一个窗口的特征差的平均值作为活动阈值。??b)不满足a)时设置一个较低阈值，渐变检测中允许连续两帧发生这样的情况。??c)当特征差的累加和超过一个固定阈值时就进入后续处理，进一步提高精度。??2镜头边界检测算法体系结构??先解码视频流得到Y、U、V的值，然后提取出检测算法所需要的特征值。图1给出了算法的体系结构图。??3特征的提取??3．1像素点密度帧差PWD(pixelwisedifference)??像素点匹配帧差计算方法如下，设D??k,k+1为相邻两帧各个对应像素点间密度的绝对差值：????4DIS变换的检测算法??4．1超短DIS变换的检测??在视频编辑过程中，超短DIS的比重正逐渐增加。通常情况下超短DIS会与突变（cut）混淆在一起，这里用一个专门的模块来检测它。算法描述如下：??a)设置窗口宽度为3;??b)初始化mean为相邻两帧前一个窗口和后一个窗口的特征差平均值;??c)若同时满足：??(a)PDD(k)={前后窗口PDD最大值};??(b)PDD(k)、PDD(k+1)中最大值小于最小值的x倍；??(c)PDD(k)、PDD(k+1)中的最小值大于mean的y倍，则进入d)；??d)对于像...