0

我正在從事涉及從視頻中檢索對象的廣泛項目。執行最先進的視頻鏡頭邊界檢測

據 「A Survey on Visual Content-Based Video Indexing and Retrieval」,最常見的方法是在劃分:

  • 簡單 「的門檻爲基礎的方法」(全球或適應性)
  • 監督學習型分類(與SVM或AdaBoost的)
  • 無監督學習算法(主要是K-Means)

現在我自己實現了一個基於dif的非常簡單和老式的方法在連續幀之間的顏色直方圖的情況。考慮到鏡頭邊界檢測並不是我研究的主要話題,我想嘗試一些更有效和最新的,而不花費太多時間的方法。

有沒有人知道有效算法的實現?

回答

1

我發現下面的實現非常有用和有效的在我自己的研究:

https://github.com/johmathe/Shotdetect

代碼庫的主力發生在這裏:

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

它主要依靠用於檢測鏡頭的顏色信息。

+0

我正在評估細分表現,但它看起來像適合我的情況:) 我看了一下代碼,它確實類似於我做的非常簡單的實現,它只是在YUV空間而不是RGB 。 我也很欣賞單一的門檻。 你知道是否有涉及的紙張? 無論如何,謝謝你;) –

+0

你在邊界精度上獲得了什麼,你通常最終會失去速度,所以顏色上的簡單閾值實際上很常見。據我所知,我不認爲有關代碼的相關論文。很高興它幫助了至少。乾杯。 – bjou