【问题标题】:Implementation of state-of-the-art video shot boundary detection实现最先进的视频镜头边界检测
【发布时间】:2013-08-22 14:32:21
【问题描述】:

我正在从事一个涉及从视频中检索对象的广泛项目。

根据“A Survey on Visual Content-Based Video Indexing and Retrieval”,最流行的方法分为:

  • 简单的“基于阈值的方法”(全局或自适应)
  • 基于监督学习的分类器(使用 SVM 或 AdaBoost)
  • 基于无监督学习的算法(主要是 K-Means)

目前我自己实现了一种非常简单且老式的方法,该方法基于连续帧之间颜色直方图的差异。

尽管如此,考虑到镜头边界检测不是我研究的主要主题,我想尝试一些更有效和最新的东西,而不会花费太多时间。

有人知道有效算法的实现吗?

【问题讨论】:

    标签: image-processing video computer-vision computer-science video-processing


    【解决方案1】:

    我发现以下实现在我自己的研究中非常有用和有效:

    https://github.com/johmathe/Shotdetect

    代码库的主力发生在这里:

    https://github.com/johmathe/Shotdetect/blob/master/src/film.cc#L117-237

    它主要依靠颜色信息来检测镜头。

    【讨论】:

    • 我现在正在评估分割性能,但它看起来适合我的情况 :) 我看了一下代码,它真的很像我所做的非常简单的实现,它只是在 YUV 中运行空间而不是RGB。我也很欣赏单一的门槛。你知道是否涉及一些纸张吗?无论如何谢谢你;)
    • 在边界准确度上获得的收益通常会在速度上有所下降,因此简单的颜色阈值实际上很常见。据我所知,我不相信有关于代码的相关论文。很高兴它至少帮助了一些人。干杯。
    【解决方案2】:

    计算相邻帧的 RGB 直方图的卡方距离是一种快速、简单且稳健的镜头边界检测方法。你可以在here看到我对这个方法的实现和使用。

    【讨论】:

      猜你喜欢
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 2013-05-25
      • 2015-05-02
      • 1970-01-01
      • 1970-01-01
      相关资源
      最近更新 更多