导读:本文包含了镜头边界论文开题报告文献综述及选题提纲参考文献，主要关键词:镜头边界检测,3D卷积,DenseNet
镜头边界论文文献综述
张翔,赵晓丽,张嘉祺,陈正,张佳颖[1]（2019）在《基于3D DenseNet的视频镜头边界检测方法》一文中研究指出视频镜头边界检测(shot boundary detection,SBD)是视频检索中的关键预处理步骤,视频的每个帧段都全被归类为渐交、切变或不变。针对渐变镜头检测难度高和计算量过大的问题,本文提出了一种基于3D卷积和DenseNet相结合的深度镜头边界检测(DSBD)算法。该算法首先将视频分帧段随机分配标签,输入到3D DeseNet网络中,将具有相间标签的输出帧段合并,然后使用颜色直方图法测量帧段之间的巴氏距离来进行二次分类,最后能输出正确的帧段。通过在目前最常用的数据集UCF101_SBD和TRECVID以及最大的镜头检测数据集ClipShots上实验表明,该方法具有良好的检测效果,且计算时间较短,优于之前的算法。(本文来源于《光电子·激光》期刊2019年10期）
王涛,田丰[2]（2019）在《一种针对经纬图全景视频的突变镜头边界检测方法》一文中研究指出随着经纬图全景视频内容的增多,相关科研人员逐渐关注如何高效检索、管理这些视频数据,镜头边界检测作为视频检索中重要的一环。针对当前对于经纬图全景视频突变镜头边界检测的研究尚且缺乏,提出了一种针对经纬图全景视频的突变镜头边界检测方法。算法中根据经纬图映射特点,对经纬图全景视频采用非均匀采样的方式,统计其颜色直方图,计算帧间差值,并利用自适应阈值方法计算突变镜头检测阈值。通过实验结果表明,该方法具有很高的准确性。(本文来源于《工业控制计算机》期刊2019年08期）
张静[3]（2019）在《基于内容的视频镜头边界检测和关键帧提取》一文中研究指出面对海量的结构复杂的视频,如何快速、准确地检索到自己感兴趣的视频内容成为当今研究的热点和难点。目前,传统的基于文本的检索方法已很难适应新的需求。因此,基于内容的视频检索方式应运而生。基于内容的视频检索就是通过研究图像帧的特征,并以此特征进行相似性匹配的一种检索方法,其主要包括镜头边界的检测、关键帧的提取、相似性匹配等相关技术。本文对镜头边界的检测和关键帧的提取两个方面进行了研究,主要进行了以下工作:(1)提出一种HSV颜色直方图和GLCM纹理特征相融合的特征提取算法。非均匀分块提取HSV颜色特征和GLCM纹理特征,适当地分配权重,将70%的权重分配给颜色分量(HSV),将30%的权重分配给纹理分量(GLCM),以此融合特征来表征图像帧。(2)提出一种多特征融合的全局阈值与自适应双阈值结合的镜头边界检测算法。提取图像帧特征,进行特征的融合求出帧间相似性指数;然后用全局阈值与自适应双阈值结合的方式判断镜头边界。这样,避免了人为设置阈值的随意性,有效的区分渐变、突变,并排除物体运动、闪光等的混淆,提高了对镜头边界检测的准确率和查全率。(3)提出一种基于K-Means++聚类和相互比较的关键帧提取算法。利用K-Means++聚类初步提取关键帧,然后对从聚类中输出的关键帧进行相互比较,以去除近乎重复的关键帧。这样,提取的关键帧既能保持镜头内容上的完整性,也能降低关键帧之间的冗余度。(4)通过实验来分析所提出的算法,证明算法的有效性。(本文来源于《南昌航空大学》期刊2019-06-01）
朱威,商明将,荣意,冯杰[4]（2019）在《基于HEVC压缩域的镜头边界检测方法》一文中研究指出镜头边界检测是智能视频检索的一个重要环节。现有的检测方法主要是在像素域进行处理,切变检测精度不高,计算复杂度过大。针对这些问题,文中利用解析HEVC码流得到的编码信息,提出了一种基于HEVC压缩域的镜头边界检测方法。首先统计每帧编码信息中各类预测模式的PU个数,并根据CU深度对运动矢量进行幅值滤波;然后采用PU预测模式、运动矢量和帧比特数对切变候选帧进行两级筛选,再对其进行自适应阈值的镜头切变检测;接着根据切变帧对视频序列进行分段,并在时域上对帧比特数进行平滑滤波;最后使用PU预测模式和经滤波平滑后的帧比特数对分段视频进行镜头渐变检测。实验结果表明,该方法具有良好的镜头边界检测效果,并具有较低的计算复杂度。(本文来源于《计算机科学》期刊2019年02期）
王红霞,晏杉杉[5]（2018）在《视频检索中的镜头边界检测方法研究》一文中研究指出视频检索要以镜头为单位进行检索,因此需要对一段完整的视频进行镜头分割。本文针对现有视频检索的镜头边界检测方法中存在的对闪光、平移和旋转等情况敏感问题,进而导致漏检和错检的不足,提出了一种基于HSV和互信息量的视频镜头边界检测算法去分割镜头,该方法在提取颜色特征的基础上能降低一定的漏检数,且选取信息学特征互信息量来对镜头进行二次边界检测,对错误的检测进行筛除,进而提高查准率和查全率。仿真实验表明,该方法比基于直方图、像素、边缘检测等方法在查准率和查全率方面有很大提高。(本文来源于《沈阳理工大学学报》期刊2018年06期）
王瑞佳[6]（2018）在《基于内容的快速视频镜头边界检测算法研究》一文中研究指出数字信息技术的发展使得越来越多内容丰富、形式多样的视频走进了人们的生活,如何快速、准确地从海量的视频库中检索到感兴趣的视频内容成为视频管理、传播的关键。当前,基于内容的视频检索方法主要通过以下几步来实现:特征提取、镜头边界检测和关键帧提取等。其中,镜头边界检测是基础环节,该算法性能的优劣在很大程度上决定了视频检索效果的好坏。本文针对镜头边界检测算法中存在查全率和查准率不高的问题,提出一种改进的基于互信息量的镜头边界检测算法。该算法选用互信息量作为特征值,通过字幕检测定位算法定位字幕区域,在筛除该区域的基础上对视频帧进行分块,进一步筛除视频帧的四角区域,并提取非字幕、非四角区域HSV空间直方图求取的相邻视频帧间互信息量差异值作为视频帧间差异度量值;之后,设定突变镜头边界检测算法,有效筛除闪光帧、特定类型的渐变起始点和渐变过程中出现的特殊干预帧等虚假突变点,使得突变镜头边界检测算法的查全率和查准率得到很大的提升;与此同时,对视频帧进行渐变镜头边界检测,通过设定不同的淡入、淡出镜头及融合镜头边界检测算法,提高渐变镜头边界检测算法的查全率和查准率。实验表明,与当前应用最广泛且比较有效的双阈值算法相比,突变镜头检测综合性能F_1值平均提高12.4%,渐变镜头检测综合性能F_1值平均提高8.2%。通过自适应阈值的选取,解决阈值依赖人工经验选取的问题。与当前性能较好的基于互信息量的镜头边界检测算法相比,该算法计算复杂度较低、几乎能检测所有的淡入淡出镜头边界,突变镜头检测综合性能F_1值平均提高5.8%,渐变镜头检测综合性能F_1值平均提高3.9%。(本文来源于《太原理工大学》期刊2018-06-01）
王瑞佳,牛之贤,宋春花,牛保宁[7]（2018）在《一种改进的基于互信息量的镜头边界检测算法》一文中研究指出镜头边界检测是基于内容视频检索的基础环节。由于视频类型与内容众多,目前镜头边界检测中存在阈值选取困难、查全率和查准率不高等问题。针对以上问题提出一种改进的基于互信息量的镜头边界检测算法,在字幕检测定位算法有效定位字幕区域的基础上,通过比较非字幕、非四角区域HSV空间直方图求取的相邻帧间互信息量的差异程度,实现镜头边界检测。实验表明,与当前应用最广泛且比较有效的双阈值算法相比,突变镜头检测综合性能平均提高12.4%,渐变镜头检测综合性能平均提高8.2%,通过自适应阈值的选取,有效解决了阈值依赖人工经验选取的问题;与当前已提出的基于互信息量的镜头边界检测算法相比,该算法降低了计算复杂度、几乎能检测所有的淡入淡出镜头边界,并使得镜头边界检测具有较高的查全率与查准率。(本文来源于《科学技术与工程》期刊2018年08期）
蔡轶珩,胡朝阳,崔益泽[8]（2017）在《融合颜色信息与特征点的镜头边界检测算法》一文中研究指出针对新闻视频镜头检测算法在高效和准确两个方面的要求很难平衡的问题,提出了一种融合全局特征与局部特征的融合算法。首先介绍了镜头边界检测的相关理论知识。接着,分别对基于H-S颜色直方图这一全局特征,以及尺度不变特征变换(SURF)特征点这一局部特征的镜头边界识别算法进行分析,并应用于新闻视频中进行相应的步骤设定;在此基础上,将两类典型的算法融合形成一种新的镜头边界检测算法。通过构建视频镜头检测软件平台,对其有效性进行验证。实验结果表明:融合算法能够充分发挥两类算法各自的优势,使新闻视频镜头的查准率和查全率指标得到平衡,同时大幅降低程序的运行时间,提高算法的效率和准确性。最后,对该算法进一步优化的方向作了展望。(本文来源于《计算机应用》期刊2017年S2期）
范继云[9]（2017）在《基于颜色特征分析的视频镜头边界检测算法研究》一文中研究指出在这个多媒体时代,视频处理技术已发展成为计算机学科的一个重要研究领域。视频镜头检测是提取视频结构化分析的一种重要手段,也是数字视频处理的首要操作,其准确性对后续视频处理的效果具有很大的影响。常见的视频镜头边界有突变和渐变(淡入、淡出、溶解、扫换)两种类型。和突变转换相比,渐变转换具有持续时间长,变化缓慢的特点,检测难度相对较大。此外,视频内容常会受到各种外部因素的影响,比如说噪音、文字插入、logo插入等等,所有这些因素的存在,都为镜头边界检测增加了难度。本文的主要目标是研究并设计有效的镜头边界检测算法,以提高视频中的突变转换以及渐变转换的检测性能,为视频图像的分析处理提供技术基础。论文主要的研究内容及贡献包括以下两个部分:(1)提出了一种基于模糊颜色分布图(FCDC)的视频镜头边界检测算法。算法通过模糊颜色分布图提取视频帧的颜色特征,然后借助滑动窗口,通过比较不同视频帧之间的颜色变化模式,提取突变转换和渐变转换特征。通过实验可以看出,和现有的一些研究成果相比,该方法对镜头边界检测具有比较好的实验结果。(2)提出了一种基于视频跟踪的视频镜头边界检测算法。通过对上述所提出的算法及其实验结果进行分析,发现算法仍旧存在有待完善之处,于是基于视频跟踪思路,对上述视频镜头边界检测算法进行了进一步改进。算法将图像颜色特征与视频跟踪相结合,减少视频对象以及摄像机快速移动对渐变检测的影响,同时在突变转换的检测过程中引入二分折半查找方式,以提高检测效率。另外,算法考虑了彩色视频序列和黑白视频序列同时存在于视频中的情况,提出了差异化阈值法,有效扩展了算法的适用性。通过实验结果可以看出,算法虽然增加了视频跟踪这个计算量,但提升了突变检测以及渐变检测的覆盖率。(本文来源于《重庆大学》期刊2017-05-01）
常虹,张明[10]（2016）在《一种基于支持向量机的镜头边界检测算法》一文中研究指出以往镜头边界检测对阈值的依赖性很大,提出一种基于支持向量机的镜头边界检测算法来避免对镜头检测阈值的依赖。该算法利用SVM对视频数据进行分析和处理,把从视频像素帧中提取的特征数据作为支持向量机的输入数据,从而把镜头边界检测问题转化成分类问题。有效地将镜头边界检测跟机器学习的方法结合起来,实验表明这种方法对镜头边界检测的切变检测有很好的检测效果。(本文来源于《现代计算机(专业版)》期刊2016年20期）
镜头边界论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着经纬图全景视频内容的增多,相关科研人员逐渐关注如何高效检索、管理这些视频数据,镜头边界检测作为视频检索中重要的一环。针对当前对于经纬图全景视频突变镜头边界检测的研究尚且缺乏,提出了一种针对经纬图全景视频的突变镜头边界检测方法。算法中根据经纬图映射特点,对经纬图全景视频采用非均匀采样的方式,统计其颜色直方图,计算帧间差值,并利用自适应阈值方法计算突变镜头检测阈值。通过实验结果表明,该方法具有很高的准确性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
镜头边界论文参考文献
[1].张翔,赵晓丽,张嘉祺,陈正,张佳颖.基于3DDenseNet的视频镜头边界检测方法[J].光电子·激光.2019
[2].王涛,田丰.一种针对经纬图全景视频的突变镜头边界检测方法[J].工业控制计算机.2019
[3].张静.基于内容的视频镜头边界检测和关键帧提取[D].南昌航空大学.2019
[4].朱威,商明将,荣意,冯杰.基于HEVC压缩域的镜头边界检测方法[J].计算机科学.2019
[5].王红霞,晏杉杉.视频检索中的镜头边界检测方法研究[J].沈阳理工大学学报.2018
[6].王瑞佳.基于内容的快速视频镜头边界检测算法研究[D].太原理工大学.2018
[7].王瑞佳,牛之贤,宋春花,牛保宁.一种改进的基于互信息量的镜头边界检测算法[J].科学技术与工程.2018
[8].蔡轶珩,胡朝阳,崔益泽.融合颜色信息与特征点的镜头边界检测算法[J].计算机应用.2017
[9].范继云.基于颜色特征分析的视频镜头边界检测算法研究[D].重庆大学.2017
[10].常虹,张明.一种基于支持向量机的镜头边界检测算法[J].现代计算机(专业版).2016