基于卷積神經(jīng)網(wǎng)絡(luò)的鏡頭邊界檢測(cè)和視頻標(biāo)注.pdf

1、隨著媒體數(shù)字化技術(shù)和網(wǎng)絡(luò)技術(shù)的發(fā)展，網(wǎng)絡(luò)視頻數(shù)據(jù)呈爆炸性增長(zhǎng)，如何對(duì)海量視頻資源進(jìn)行有效的分析和管理已經(jīng)成為當(dāng)前研究的熱點(diǎn)。鏡頭邊界檢測(cè)（shot boundary detection）和視頻標(biāo)注（video annotation）是視頻內(nèi)容分析的關(guān)鍵性步驟和技術(shù)難點(diǎn)，鏡頭邊界檢測(cè)和視頻標(biāo)注的準(zhǔn)確與否直接影響到視頻內(nèi)容分析的結(jié)果。
　　近年來，學(xué)者們對(duì)鏡頭邊界檢測(cè)做了深入細(xì)致的研究并提出了很多檢測(cè)方法，這些方法在對(duì)漸變鏡頭邊界的檢

2、測(cè)方面存在著各種不足：其中一些方法效果不夠好，在檢測(cè)過程中容易受到亮度突變和物體移動(dòng)的干擾，另外一些方法算法復(fù)雜度過高導(dǎo)致其無法被廣泛應(yīng)用到實(shí)際問題中去。本文提出了一種基于鏡頭邊界候選段選擇和卷積神經(jīng)網(wǎng)絡(luò)的鏡頭邊界檢測(cè)算法，可以有效的檢測(cè)出漸變鏡頭，并且具有較好的實(shí)時(shí)性。
　　本文在鏡頭邊界檢測(cè)方面的主要研究成果如下：優(yōu)化了鏡頭邊界候選段選擇，本文從特征選取，局部閾值法和二分處理這三個(gè)步驟上對(duì)原方法進(jìn)行了優(yōu)化，以確保包含鏡頭邊界的