一种基于PSO分类器的镜头边界检测算法

摘要：

提出一种基于PSO分类器的镜头边界检测算法,该算法以YUV模型中的U分量直方图差异曲线来反映视频帧间差异度,有效避免了检测算法对镜头运动及镜头内物体运动的敏感,同时对渐变具有更好的识别效果.接着采用滑窗均值滤波的方法对差异曲线滤波,在镜头转换部分形成具有显著特征的曲线图形.然后使用一种应用PSO算法的KNN分类器对这些曲线图形进行分类,最终实现对镜头转换的位置检测与类型识别.算法能够在同一步骤内完成对切变和渐变的检测,实验结果表明,该算法具有很好的精确度与召回率.

关键词： 镜头边界监测 粒子群优化 KNN分类器 PSO分类器 滑窗均值滤波

作者: 孟宇 李文辉

作者单位: 符号计算与知识工程教育部重点实验室,长春,130012 吉林大学计算机科学与技术学院,长春,130012

会议类型: 国内会议

会议名称: 第二届中国分类技术及应用学术会议

会议地点: 郑州

会议语种:中文

页码: 246-250

在线出版日期: 2007-05-27（万方平台首次上网日期，不代表论文的发表时间）