一種基于分塊HSI直方圖的鏡頭檢測算法

范柏超+朱濤

DOI：10.16660/j.cnki.1674-098X.2017.14.118

摘 要：為了解決目前基于閾值的鏡頭檢測算法存在魯棒性差的問題，該文提出了一種基于分塊顏色直方圖的鏡頭檢測算法，計算連續多幀分塊HSI直方圖差的均值作為幀間差異度，采用自適應的閾值選擇策略，最后，在檢測流程中加入了對漸變過渡幀數的限制，實現了鏡頭檢測。實驗證明，該算法具有很好的檢測精度。

關鍵詞：鏡頭檢測 分塊顏色直方圖 自適應閾值

中圖分類號：TP391 文獻標識碼：A 文章編號：1674-098X（2017）05（b）-0118-02

鏡頭檢測是基于內容視頻檢索的前提和基礎，具有很強的實際意義[1]。鏡頭檢測同時也是個復雜的系統問題，屬于模式識別的范疇。鏡頭檢測主要包括突變檢測和漸變檢測兩種，目前，學者在該領域的研究主要分為兩個方面。

文獻[2-3]通過提取圖像幀中目標特征來實現鏡頭檢測。其中，文獻[2]利用圖像分割技術提取特定目標的邊緣紋理特征，獲得鏡頭邊界，文獻[3]利用SIFT算法進一步改進了精度。該算法盡管精度高，但是計算工作量大，很難滿足視頻分析實時性要求。

文獻[4-5]采用了基于閾值的檢測算法，通過與閾值比較，實現突變和漸變的鏡頭檢測。文獻[4]使用的閾值是預先設定的，而文獻[5]對不同的視頻逐段求取對應的灰度直方圖差值，以其平均值作為閾值基準，具有更好的適應性和檢測效果，但它應用的c2直方圖求取機制，會造成幀數較長的漸變被漏檢。

上述兩種算法比較，基于閾值的鏡頭檢測算法簡單快速，應用效果較好。但是目前該算法采用灰度直方圖做差來計算幀間差異度，這造成該算法魯棒性較差，首先，盡管使用灰度直方圖能夠很好地滿足鏡頭檢測速度的要求，但該方法忽略了幀的顏色信息；其次，采用整幀直方圖做差的形式，丟掉了鏡頭幀的內容空間分布信息。為了解決上述問題，該文采用的算法，計算連續多幀圖像分塊HSI顏色直方圖差的均值作為幀間差異度，使用自適應的閾值選擇策略且在算法檢測結構上加入了對漸變過渡幀數的限制。

1 幀間差異度的計算

由于圖像分塊處理能夠體現圖像的空間分布特性，而HSI顏色模型更符合人類的感知特性，所以該文采用HSI分塊顏色直方圖做差求平均作為幀間差異度計算方法。為了兼顧算法檢測速度與檢測準確率，該文將圖像縱向和橫向均勻分為3×3，共9個子塊。

為了計算幀間差異度，首先需要將各幀從RGB空間轉換為HSI空間中然后統計相鄰兩幀的各對應分塊的顏色直方圖。前者顏色空間的轉換可以采用式子（1）到（3）計算得到，為了減少計算量，后者選取文獻采用的顏色直方圖統計辦法，該方法將HSI的3個空間按8，3，3等級非分均量化，最后統計得到72個顏色區間的一維直方圖的形式。如果采用Hij表示第i幀第j個子塊的顏色直方圖，那么其與第i+1幀對應子塊顏色直方圖差異度Dij就可以通過下式來計算得到。

（1）

在實際分析中發現，當鏡頭局部內容變動時經常引起分塊圖像上個別塊直方圖產生了較大的改變，這也導致了其整幀的幀間差異度變化和鏡頭轉換相似。所以，為了減少這種情況給檢測帶來的誤檢率，該文并不是簡單地以9個分塊的平均值作為兩幀的幀間差異度，而是首先對9個子塊的差異度排序，然后去除其中最大值求平均值作為兩幀的幀間差異度Di。這種處理策略很好地減少了虛假鏡頭的檢入。

2 算法結構

考慮到不同視頻的幀內容變化強度是不同的，所以該文選取在各個檢測點周圍N幀的幀間差異度均值作為基準設置鏡頭檢測的高低閾值。具體做法是，若當前檢測幀后n幀（該文n取500）的幀間差異度平均值為T，則令高閾值為Th=Kh×T，低閾值為Tl=Kl×T，Th和Tl為比例常數（該文取Kh=4，Kl=1.5）。這樣選取的閾值就可以準確地反應幀間內容的變化。當檢測得到的潛在漸變鏡頭轉換累積幀數超過60幀時，認為該漸變是虛假的，采用這種做法一定程度上提高了鏡頭檢測的精度。圖1為該文改進后的雙閾值鏡頭檢測算法結構，其中N為潛在漸變鏡頭轉換的累積幀數，DN為當前幀與前面第N個幀的幀間差異度，Di為當前幀與前面相鄰幀的幀間差異度。

3 實驗分析

為了檢驗本算法的檢測效果，該文進行了大量的實驗測試，并與文獻[4]、文獻[5]中的鏡頭檢測算法進行了比較。實驗環境是VC++6.0，實驗中的視頻均來自2010年CCTV-5轉播的多場法網和澳網網球比賽視頻片段，采用查全率和查準率對算法作為評價，其中查全率（Recall，R）和查準率（Precision，P）定義分別為：

（2）

檢測結果和檢測均值見表1。從表1中可以看出，該文提出的算法對于鏡頭突變與漸變檢測具有很好的效果，其中查準率相對于其他兩種算法要高，這是因為當發生在鏡頭內運動員頻繁移動或遮擋時，文獻[4]和文獻[5]很容易錯檢為漸變鏡頭，而該文采用的幀間差異度計算方法一定程度上減少這種誤檢的發生，另外，該文算法對漸變鏡頭累積幀幀數進行了限制，這也是該文算法查準率優于前兩種算法的原因之一。

4 結語

視頻數據是非結構化數據，鏡頭檢測是視頻數據結構化提取鏡頭的關鍵技術。閾值比較鏡頭檢測算法具有較好的應用效果，但是魯棒性較差。為此，該文采用了一種分塊顏色直方圖做差，忽略最大值求平均的幀間差異度計算方法，很好地彌補了原有閾值鏡頭檢測算法對突變與漸變檢測的不足。

參考文獻

[1] 潘忠平.新聞視頻鏡頭檢測GT方法的并行化研究和實現[D].長沙：國防科學技術大學，2014.

[2] Cooper M，Liu T，Rieffel E.Video segmentation via temporal pattern classification[J].Multimedia，2007，9（3）：610-618.

[3] 楊世沛，陳杰，周莉，等.一種基于SIFT的圖像特征匹配方法[J].電子測量技術，2014，37（6）：50-53.

[4] Zhang HJ，Kankanhalli A，Smoliar S W.Automatic partitioning of full motion video[J].Multimedia System，1993，1（1）：10-28.

[5] Wang JY，Luo W.A self-adapting dual threshold method for video shot transition detection[A].Networking， Sensing and Control[C].Nan jing， China，2008.