一种基于PSO分类器的镜头边界检测算法
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.
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
孟宇 李文辉
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
国内会议
郑州
中文
246-250
2007-05-27(万方平台首次上网日期,不代表论文的发表时间)