[发明专利]视频镜头分割的方法、存储介质和移动终端

说明书

本发明公开了一种视频镜头分割的方法、存储介质和移动终端，该方法包括：通过Gabor滤波器获取预定视频中每帧图像的GIST特征值；根据每帧图像的GIST特征值确定预定视频的所有切变帧和所有候选渐变帧；利用SIFT算法对所有候选渐变帧进行处理，以将所有候选渐变帧中的伪渐变帧剔除，得到预定视频的所有渐变帧；根据所有切变帧和所有渐变帧对预定视频进行镜头分割。本发明通过上述方法，能够准确的确定视频中的所有切边帧和所有渐变帧，并根据所有切变帧和所有渐变帧对视频进行镜头分割，镜头分割准确率较高，大大提升了系统性能。

技术领域

本发明涉及视频处理领域，特别是涉及一种视频镜头分割的方法、存储介质和移动终端。

背景技术

随着互联网和数码技术的飞速发展，特别是移动智能手机和平板电脑的普及使得视频数量呈现爆炸式的增长，如何对视频进行有效的处理是计算机视觉领域的研究热点，也是物联网、搜索引擎等领域的研究重点。其中，视频镜头分割是视频处理中的基础问题，其目的是为了找到镜头边界，即切变帧和渐变帧，从而根据切变帧和渐变帧将视频分割为不同的镜头，该问题的有效解决将为后续的视频关键帧提取、特征提取、视频摘要、浓缩、检索等处理提供了强有力的保障。

然而，在视频中往往会出现物体移动、镜头移动和光线变化等情况，这些因素具有与镜头切换相似的特征，会影响到镜头分割的准确率。

发明内容

本发明提供一种视频镜头分割的方法、存储介质和移动终端，用以解决现有技术的如下问题：在视频中往往会出现物体移动、镜头移动和光线变化等情况，这些因素具有与镜头切换相似的特征，会影响到镜头分割的准确率。

为解决上述技术问题，一方面，本发明提供一种视频镜头分割的方法，包括：通过Gabor滤波器获取预定视频中每帧图像的GIST(gist，用于表示图像的特征)特征值；根据所述每帧图像的GIST特征值确定所述预定视频的所有切变帧和所有候选渐变帧；利用SIFT算法对所述所有候选渐变帧进行处理，以将所述所有候选渐变帧中的伪渐变帧剔除，得到所述预定视频的所有渐变帧；根据所述所有切变帧和所述所有渐变帧对所述预定视频进行镜头分割。

可选的，根据所述每帧图像的GIST特征值确定所述预定视频的所有切变帧和所有候选渐变帧，包括：计算时间上连续的相邻两帧图像的GIST特征值的差值；第一帧图像和第二帧图像；在所述差值大于第一预设阈值的情况下，确定时间上靠后一帧图像为切变帧；在所述差值小于第一预设阈值且大于第二预设阈值的情况下，累计所述差值，并检测累计的差值之和是否达到第三预设阈值；在所述差值之和达到所述第三预设阈值的情况下，确定累计的所述差值之和对应的各帧图像为所述候选渐变帧。

可选的，利用SIFT(尺度不变特征变换，Scale-invariant feature transform)算法对所述所有候选渐变帧进行处理，以将所述所有候选渐变帧中的伪渐变帧剔除，得到所述预定视频的所有渐变帧，包括：选取所述所有候选渐变帧中每一帧图像相邻的前第M帧图像和后第N帧图像，其中，M和N均为大于0的正整数；分别计算所述前第M帧图像和所述后第N帧图像的SIFT特征值；将所述前第M帧图像的SIFT特征值与所述后第N帧图像的SIFT特征值进行匹配，以确定所述前第M帧图像和所述后第N帧图像中的景物是否匹配；在所述前第M帧图像的SIFT特征值与所述后第N帧图像的SIFT特征值匹配度未达到预设匹配度的情况下，确认当前候选渐变帧为渐变帧；在所述前第M帧图像的SIFT特征值与所述后第N帧图像的SIFT特征值匹配度达到预设匹配度的情况下，从所述所有候选渐变帧中剔除所述当前候选渐变帧。

可选的，分别计算所述前第M帧图像和所述后第N帧图像的SIFT特征值，包括：对所述前第M帧图像和所述后第N帧图像分别进行高斯平滑处理；对高斯平滑处理后的所述前第M帧图像和所述后第N帧图像分别利用SIFT算法提取SIFT特征值。