论文部分内容阅读
基于内容的视频检索是未来多媒体应用的一个重要方面，而镜头检测是确定视频中镜头变化的边界，是视频处理的第一个步骤，是随后的高层内容分析、分类、索引和查询的基础。镜头检测的准确性将直接影响到这些后续处理的效果。传统的镜头检测方法一般都只是采用简单的帧差异比较或者先验模型判别，不但需要人为的设定阈值，而且检测的整体效果以及适应性都不太理想。
基于粗糙集的数据挖掘方法不需要预先给定检测对象的某些属性或特征的数学描述，可以直接从给定问题的知识分类出发，通过不可分辨关系和不可分辨类来确定对象的知识约简，导出问题的决策规则，这样就可以避免阈值的人为设定，改善检测的适应性。本文以粗糙集理论为基础，提出了一种基于粗糙集的视频镜头检测方法。该方法从 MPEG 视频序列中提取出需要的 P 帧信息，包括亮度信息和运动信息，形成包含各个特征属性的决策表，接着对决策表进行各种处理，包括数据预处理、属性约简、值约简，提取出镜头检测的决策规则，最后分析并应用这些规则，得到最终的镜头检测结果。
实验表明本文方法不仅能够克服闪光、复杂运动的影响，而且还可以有效地检测出视频中的镜头渐变，取得了较好的镜头检测尤其是渐变检测效果。