1 / 14

場景切換偵測

場景切換偵測. 指導教授：陳淑媛 學生：李宗 叡 李卿輔. 目的. 利用下列三種方法 ( Edge Detection 、 Local Binary Pattern 、 Structured Local Edge Pattern ) 來判斷是否為場景變換，以方便使用者來找出所要的片段。. Edge Detection. 原理： Canny edge detection 利用了 Gaussian function 的 1 st derivative ，來找出邊界，並且計算整張圖片所有的亮點數量，並且比較前後兩張圖片差異數，進而來判定 是否為場景 變換。. 轉換後.

dee
Télécharger la présentation

場景切換偵測

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. 場景切換偵測 指導教授：陳淑媛 學生：李宗叡 李卿輔

  2. 目的 • 利用下列三種方法(Edge Detection、LocalBinary Pattern、Structured Local Edge Pattern)來判斷是否為場景變換，以方便使用者來找出所要的片段。

  3. Edge Detection • 原理： • Canny edge detection 利用了 Gaussian function 的1 stderivative，來找出邊界，並且計算整張圖片所有的亮點數量，並且比較前後兩張圖片差異數，進而來判定是否為場景變換。 轉換後 Digital 原圖 CannyEdge圖

  4. Edge Detection • 判定方法： • 利用轉換後的Canny Edge 圖，並計算前後兩張圖片亮點的數量，來比對兩張圖亮點的數量差異數，並設定一個基準值，若超過這個門檻值 ，則有可能為場景變換的地方。

  5. Edge Detection • 實驗結果： 如右邊兩張圖所表示，在峰值處必為場景變換的地方，而我們是以FPS = 5 的方式，從影片分割出一張張圖片，因此在第483張與第439張處，因此可計算出時間點約在1分14秒處。

  6. LBP(LocalBinary Pattern) • 概念： • 先把原圖轉換成灰階 • 檢查每個pixel • 每個pixel周圍的八個鄰居，這八個鄰居與該點圍成一個圓圈。 • 若中心pixel值大於鄰居，則把該鄰居的值設定為0，反之為1。 • 乘於相對應的權重

  7. LBP(LocalBinary Pattern) • 計算方式： • 以下用一個3x3矩陣說明 比較後 對應權重值 灰階值 以中心點為基準，尋找周圍的灰階值 ，若比基準點大，則設定為 1 ，反之 則設定為 0 。在乘於相對應的權重值 即可獲得該點的LBP值。

  8. LBP(LocalBinary Pattern) • 判定方法： • 利用轉換後的灰階圖，並計算前後兩張圖片LBP值，來比對兩張圖LBP差值，並設定一個基準值，若超過這個基準值，即有可能為場景變換的地方。

  9. LBP(LocalBinary Pattern) • 實驗結果： 使用LBP，在第438與439處，產生峰值，明顯高於周圍，因此在第438與439處為場景變換。

  10. SLEP(Structured Local Edge Pattern) • 概念： • 先把圖片轉換成Edge圖 • 每個pixel的八個鄰居，是否為Edge的一部分 • 再利用後述之計算方式，求得該pixel的SLEP值

  11. SLEP(Structured Local Edge Pattern) • 計算方式： • 以下用一個3x3矩陣說明 CannyEdge圖 對應位置 SLEP[i] = 16*a[8]+ 8*(a[7] || a[3]) + 4*(a[6] || a[2]) + 2*(a[5] || a[1]) + 1*(a[4] || a[0]) 利用以上公式，即可算出該點的SLEP值。

  12. SLEP(Structured Local Edge Pattern) • 判定方法： • 利用轉換後的Canny Edge 圖，並計算前後兩張圖片SLEP值，來比對兩張圖SLEP差值，並設定一個基準值，若超過這個基準值，即有可能為場景變換的地方。

  13. SLEP(Structured Local Edge Pattern) • 實驗結果： 使用SLEP，同樣能夠找出在第438與439兩張圖片為場景變換。

  14. 結論 • 在使用過這三種方法來找尋影片中的場景變換，在不同類型的影片中，這三種方法呈現出不同的結果，例如在比較簡潔的影片中，EDGE 和 SLEP 相較於LBP準確率較高，而在背景稍微模糊的影片中，LBP呈現出來的數值則浮動較大，整體而言，SLEP的準確率大於另外兩種方法。

More Related