H.264壓縮域中利用Biased-SVM檢測鏡頭邊界

游運喜，張恩迪，茍志堅

湖南大學物理與微電子科學學院，長沙 410082

H.264壓縮域中利用Biased-SVM檢測鏡頭邊界

游運喜，張恩迪，茍志堅

湖南大學物理與微電子科學學院，長沙 410082

1 引言

為了從海量數字視頻中快速獲取感興趣的信息，產生了基于內容的視頻檢索技術。鏡頭邊界檢測是視頻檢索技術的基礎，鏡頭是攝像頭一次連續拍攝的視頻幀序列，代表時間或空間上連續的一組動作。前后鏡頭的切換產生了鏡頭邊界，對于觀察者來說，邊界是由于視頻內容發生了變化產生的[1]。按照鏡頭切換方式不同，鏡頭邊界可分為突變和漸變兩類，突變是指鏡頭切換在兩個視頻幀間完成，中間沒有過渡；漸變是指鏡頭切換有一個平緩的過渡，完成切換常常需要十幾或幾十幀[2]。鏡頭邊界檢測方法可分為基于像素域的和基于壓縮域的兩類。基于像素域的方法可采用的特征信息全面，所以檢測精度較高；基于壓縮域的方法可以直接使用壓縮域的特征，不需要完全解碼，所以速度較快，但是對于不同壓縮編碼標準需要采用不同的算法。

H.264/AVC視頻編碼標準具有突出的壓縮性能和良好的網絡親和性，越來越多的視頻采用H.264編碼標準[3]。H.264編碼標準引入了許多新特性，如其采用了幀內預測，DC系數不再代表平均能量，使得原MPEG壓縮域DC圖方法不能直接適用于H.264壓縮域[4]。關于如何在H.264壓縮域檢測鏡頭邊界，近幾年一些學者提出了許多方法。文獻[5]用I幀中幀內宏塊預測模式信息來檢測發生在I幀的邊界，利用幀內編碼宏塊數信息來檢測發生在P幀和B幀的邊界。文獻[6]根據幀內宏塊比率檢測出候選邊界幀，再定義了幀內預測模式8個方向的直方圖來確定邊界幀，對于防止閃光燈的干擾有好的效果。文獻[3]統計相鄰幀對應宏塊的幀內預測模式差異或幀間預測模式差異來檢測邊界，并與文獻[7]相比獲得了更好的性能。上面三種方法都未涉及到漸變鏡頭的檢測。文獻[8]提出了利用運動矢量和預測殘差的DC系數來檢測邊界的方法，表明了比沒有采用運動矢量和DC系數的方法有更好的性能，但其中較多的閾值選擇對于檢測性能影響很大。還有，文獻[4]對于GOP級的場景切換檢測進行了研究，文獻[9]對QCIF視頻的場景切換檢測進行了研究。近幾年來，基于機器學習的方法也應用到了壓縮域的鏡頭邊界檢測上，如文獻[2]將SVM應用到了MPEG壓縮域的鏡頭邊界檢測上，避免了閾值選擇的問題，并取得了不錯的性能。

基于以上研究基礎，本文提出融合H.264壓縮域多特征和采用Biased-SVM分類方法的鏡頭邊界檢測方法。先根據幀類型、幀內預測模式圖差異、宏塊類型等特征，利用Biased-SVM將視頻幀分為突變幀和非突變幀；再根據P幀的幀內宏塊比率和運動混亂度[10]等特征，將非突變幀分為漸變幀和非鏡頭邊界幀；最后根據漸變幀一般延續十幾幀以上的特點，對漸變幀進行修正。

2 H.264壓縮域中鏡頭邊界的特征

2.1 突變邊界特征

H.264視頻中一個編碼圖像由若干宏塊組成，宏塊可分為幀內預測編碼宏塊和幀間預測編碼宏塊兩種。幀內宏塊利用圖像空間上的相似性進行預測編碼，幀間宏塊利用相鄰幀之間的相似性進行預測編碼。根據預測方向的不同，幀間宏塊可分為前向預測宏塊、后向預測宏塊、雙向預測宏塊。I幀只有幀內預測宏塊，P幀有幀內預測宏塊和前向預測宏塊，B幀有幀內預測宏塊、前向預測宏塊、后向預測宏塊、雙向預測宏塊。

當出現突變鏡頭邊界時，新鏡頭的第一幀，也即突變幀，與其前面幀的相似性很小，所以突變幀會主要采用幀內預測宏塊或者后向預測宏塊。同理，前一鏡頭的最后一幀會主要采用前向預測宏塊或幀內宏塊。

設itrar，frontr，backr，bidr分別為幀內預測宏塊，前向預測宏塊，后向預測宏塊，雙向預測宏塊在一幀內所占比例。圖1和圖2所示為突變邊界出現在視頻幀序列中不同位置的情況。先看圖1所示的三種情況，虛線箭頭表示相應方向上的預測宏塊比例減少：

（1）如圖1（a），突變出現在I幀或P幀和B幀之間，此時B1幀的frontr會大幅減少，itrar和backr增加。

（2）如圖1（b），突變出現在兩個B幀之間，此時B2幀的backr大幅減少，而itrar和frontr增加；B3幀的frontr大幅減少，itrar和backr很大。

（3）如圖1（c），突變發生在B幀和P幀或I幀之間，這樣B4幀的backr少，itrar和frontr大，P幀的frontr也很少。

圖1 突變出現在可以用宏塊類型檢測的位置

圖2 突變出現在不能用宏塊類型檢測的位置

所以可以用itrar，frontr，backr和bidr特征，來檢測出上面三種突變邊界。

再看如圖2所示的情況，如圖2（a）所示，突變出現在P幀之后和I幀之前時，不能根據frontr和backr的減少來檢測邊界，因為P幀沒有后向預測宏塊，I幀只有幀內宏塊；圖2（b）所示，突變邊界出現在IDR幀之前時，IDR幀（立即刷新幀）的出現打破了預測鏈，IDR幀和I幀同屬于幀內編碼幀，可以將其看成是特殊的I幀，不同的是，IDR幀之后的幀不會參考它之前的幀預測編碼，反之，IDR幀之前的幀也不會參考它之后的幀預測編碼，所以不能根據B5幀的后向預測宏塊減少來檢測突變邊界。

H.264中幀內宏塊有4×4子塊和16×16塊兩種分割尺寸，第一種分割模式適合于多細節的圖像區域，而后一種模式適合編碼平坦的區域。所以I幀的宏塊尺寸分割信息代表了其內容的細節。比較兩個I幀的宏塊分割模式分布情況，它們之間的內容變化可以被檢測到，所以針對突變幀出現在I幀的情況，較多的文獻采用直接比較兩個I幀的分割模式差異[3-4，6]來檢測邊界。這種方法不可靠，因為兩個I幀之間還有許多P幀和B幀，內容可能已經發生了很大的變化。文獻[7]和文獻[11]定義了幀內分割模式圖（intra partitioning map），圖從第一個I幀開始記錄每幀的幀內宏塊分割模式，后續幀中遇到幀內宏塊，就將圖內對應宏塊的分割模式更新。然后將I幀的幀內分割情況與前一幀的幀內分割圖的情況比較，將差異和閾值比較來判斷是否發生了突變。采用這種方式的不足是，物體或攝像頭的運動或導致誤檢測。

I幀中4×4亮度塊有9種預測模式，16×16亮度塊有4種預測模式，共有13種預測模式。不同的預測模式描述了不同的紋理結構，例如垂直預測模式適合編碼具有垂直邊緣的宏塊。本文定義幀內預測模式圖，根據I幀和其前一幀的幀內預測模式圖的差異，來檢測發生在I幀的突變邊界。幀內預測模式圖用矩陣M記錄每幀的等效幀內預測模式：式（1）中amn為圖像中4×4宏塊的預測模式，16×16宏塊可看成16個預測模式相同的4×4宏塊。M從第一個I幀開始記錄幀內預測模式，后續幀中遇到幀內宏塊，就將M中對應宏塊的預測模式更新。

用變量m（k=0，1，…，12，對應13種預測模式）表示

這樣，可以根據I幀和其前一幀的Ω來檢測發生在圖2所示位置的突變邊界。

綜上所述，提取的突變邊界的特征有：itrar，frontr，backr，bidr，Ω和幀類型ftype。

本文構造的特征Ω，利用矩陣M記錄對應幀的等效幀內預測模式圖，避免了要直接比較兩個跨度大的I幀的缺點，同時采用比較兩個相鄰幀M的預測模式直方圖的方式，而不是對應宏塊進行比較，抗干擾性能提高。將Ω和其他幾個特征融合在一起，也更有利于檢測發生在P幀和B幀的突變。第i幀M中預測模式為k的4×4宏塊數。計算前后幀M的預測模式直方圖差異如式（2）。

2.2 漸變邊界特征

漸變鏡頭邊界會延續十幾幀至上百幀，而P幀的間隔一般在5幀以內，典型的編碼序列為IBBPBBP…，P幀間隔為2幀，所以選擇先在P幀層檢測漸變邊界。當出現漸變邊界時，連續多個P幀的幀內預測宏塊比例itrar較大。如圖3所示為anni005視頻中第1 010號到1 130號P幀中itrar的變化情況，當漸變鏡頭邊界出現時，連續P幀的itrar會呈現一個峰值區域。設置一個長度為N幀的滑動窗口，選取N=7，當前幀處于窗口的中心，可以根據這個窗口內P幀的itrar特征，來判定當前幀是否屬于漸變幀。

圖3 漸變過程中幀內宏塊比例的變化

只根據幀內宏塊比例一個特征來判斷漸變，還不夠準確，因為當視頻內容中有物體運動或攝像頭運動時也會造成幀內宏塊數上升。文獻[7]提出了將圖像分割為前景和后景，再根據前景和后景的運動活性度來排除運動干擾的方法，但前后景分割的計算量大。漸變主要有淡入/淡出，慢轉換和掃轉換幾類。淡入/淡出和慢轉換的運動很小，全局一致性運動為零，掃轉換整體向一個方向運動，具有運動的一致性[10]。文獻[10]根據漸變運動的一致性特點，定義了運動混亂度來排除運動的干擾。用mchaosi表示第i幀的運動混亂度，mchaosi的計算如下：

其中MN為一幀中4×4子宏塊數，mvxj和mvyj表示第j個4×4子宏塊對應的運動矢量。

如圖4所示為anni005視頻中第1 550號到1 630號P幀中itrar和mchaos的變化情況，當mchaos很大時，即使出現了itrar峰值區域也不是漸變邊界。

圖4 漸變過程中運動混亂度的特征

所以要提取的漸變特征有連續N個P幀的itrar，mchaos。

本文選用前后連續N個P幀的itrar，mchaos作為漸變特征，避免了只采用連續幾個P幀的幀內宏塊比例作為特征的缺點。在避免物體或攝像頭運動干擾的方法上，與文獻[7]的方法比，mchaos的提取，比分割前后景和計算運動活性度的復雜度低很多。與文獻[10]的差異在于，文獻[10]將I幀的DC系數和mchaos結合來檢測漸變，而DC系數提取的復雜度接近完全解碼。

3 利用Biased-SVM檢測鏡頭邊界及修正

3.1 Biased-SVM

SVM（支持向量機）是根據統計學習理論中的結構風險最小化原理提出的機器學習方法，通過調節分類決策函數，構造最佳分類超平面，對有限樣本分類問題具有獨特優勢，且具有較好的泛化能力。不平衡數據集是指數據集中某一類數據遠小于其他類數據，如視頻幀序列中屬于鏡頭邊界的幀數遠少于不屬于邊界的幀數。在處理不平衡數據分類時，SVM方法遇到的主要問題是分類面會靠近少數類，從而容易錯分少數類[12]。Biased-SVM模型[13]對于正負類樣本數據采用不同的懲罰因子，來解決處理不平衡數據的分類問題。給定正類樣本數據的懲罰因子為C+，負類樣本數據的懲罰因子為C-，負類為多數樣本數據，正類為少數樣本數據。這樣，SVM的目標函數變為式（6）[13]。

為求解式（6）的二次規劃問題，可得到它的等價對偶問題如式（7）。當給定的多數類的懲罰因子小于少數類懲罰因子時，分類面就會靠近多類數據[12]。

關于參數C+和C-的設定，文獻[14]提出了多數類與少數類懲罰因子的比例等于少數類與多數類樣本的比例的方法。文獻[13]對于懲罰因子C-和C+的選取進行了研究，提出了使用樣例平均密度選取參數的方法。本文采用文獻[14]的思想先確定C-和C+值的范圍，再通過交叉驗證對C-和C+進行遍歷式的參數調優，直到正負類樣例都取得最佳準確率。正負類準確率都取得最佳的評價標準的計算如式（8），這也是不平衡數據集研究中廣泛采用的評價標準[13]。

式（8）中acc+和acc-分別為正類樣本和負類樣本的分類正確率。

3.2 鏡頭邊界檢測

首先構造特征矢量。根據上面描述的突變邊界特征，從H.264視頻幀中提取的突變邊界的特征矢量為xcut=(itrar，frontr，backr，bidr，Ω，ftype)，考慮到每幀是否為鏡頭邊界幀與其前后幀聯系緊密，選用連續5幀的滑動窗口，窗口中心為當前幀，這樣對于當前幀可以構造一個30維的突變特征矢量，如式（9），i為第i幀。根據漸變邊界特征，提取的特征矢量為xgra=(itrar,mchaos)，同樣建立長度為7幀的窗口，窗口中心為當前幀，對于當前幀構造一個14維的漸變特征矢量，式（10）為漸變邊界的特征矢量。

然后，訓練突變邊界分類器SVM1和漸變邊界分類器SVM2。選用典型的H.264視頻段構成訓練視頻集，從這些訓練視頻的H.264碼流中，提取出(，)構成樣本集，來訓練SVM得到分類突變幀的SVM1模型，=+1為突變邊界幀，也即為正類樣本，=-1為非突變邊界幀，也即為負類樣本，i=0，1，…，l，l為訓練樣本個數即幀數；提取出樣本集(，)，訓練SVM得到分類漸變幀的SVM2模型，=+1為漸變邊界幀，=-1為非邊界幀。具體訓練SVM的樣本選取及參數的設定在第4章給出。

最后用SVM1和SVM2分類出突變幀和漸變幀。圖5所示為利用SVM檢測鏡頭邊界的過程。先從H.264視頻幀提取突變邊界特征，利用SVM1模型將視頻幀分為突變幀或非突變幀；如果非突變幀為P幀，則提取漸變邊界特征，利用SVM2將非突變幀分為漸變幀或非邊界幀。

圖5 利用SVM檢測邊界幀的過程

3.3 鏡頭邊界修正

利用SVM模型分類得到的邊界幀，需要修正以減少誤撿和漏檢，還有漸變邊界幀是在P幀層檢測的，得到的漸變幀不連續。修正步驟如下：

（1）在P幀層，如果前后兩個漸變幀的間隔小于等于2幀，則將它們中間的間隔幀改為漸變幀，若中間的幀為突變幀則保持不變。

（2）在P幀層，在步驟（1）后，如果連續的漸變幀數小于等于2，則將這1或2幀漸變幀改為非邊界幀。

（3）上面兩步之后，將兩個漸變幀之間的非P幀改為漸變幀，其中若有突變幀則保持不變。

（4）最后，若連續的漸變幀中間有突變幀，則保留突變幀，將這些連續的漸變幀改為非邊界幀。

4 實驗結果分析與對比

實驗平臺及數據介紹：實驗的PC機配置為Pentium?雙核，2.7 GHz，2.00 GB內存。SVM的實現是基于LIBSVM的C-SVM，核函數選擇RBF核函數。為了測試所提算法的性能及方便與其他算法比較，選擇了TRECVID-2001視頻集中的部分視頻進行實驗。這個視頻集中的視頻是MPEG壓縮格式的，進行實驗前，先將選取的視頻重新編碼成H.264格式的。編碼參數為：main profile，30 frame/s，I幀周期為60，幀序列結構為IBBPBBP…。

4.1 樣本選取及參數設定

SVM訓練的樣本選取和參數設定：選取bor08，nad53，senses111三個視頻段用做訓練SVM模型用的視頻集，其中bor08共有50 569幀，含有375個突變和153個漸變；nad53共有25 783幀，含有81個突變和77個漸變；senses111共有86 789幀，含有292個突變和16個漸變。

訓練SVM1模型：選取RBF核函數參數g=1/d，d為特征維數，得g1=0.033。從三個視頻段中提取得到三個樣本集，每次選擇一個樣本集作為測試集，剩下的作為訓練集，用K交叉驗證法和網格法，尋找取得最佳a_mean時的懲罰因子用確定的最優參數g1，和，在三個樣本集一起構成的訓練集上訓練SVM得到最終的SVM1模型。

4.2 算法檢測性能

算法性能測試：為了與文獻[15-16]進行比較，選取了視頻集中的anni005，anni009，bor03三個視頻作為測試視頻，來測試所提算法的性能。常用查全率、準確率兩個標準來評價鏡頭檢測算法的性能。為了綜合評價檢測性能，還采用了式（13）定義的指標F。的問題。在圖6中，與其他方法的綜合指標F進行了對比，總體上有更好的性能。

表2 與其他算法性能的對比（%）

圖6 與其他算法的綜合指標F對比

其中，Nc為正確檢測到的邊界數；Nm為漏檢的邊界數；Nf為錯誤檢測的邊界數。

表1列出了測試視頻的鏡頭邊界信息和所提算法的檢測性能信息。總體上突變邊界的檢測性能比漸變邊界的性能高很多，anni009視頻中含有較多的漸變鏡頭邊界，其中部分漸變幀，尤其是具有明顯光照變化的漸變邊界幀被誤檢為突變幀，影響了突變邊界的檢測性能。bor03視頻中漸變鏡頭所占比例很少，少數的誤檢在式（12）中也會得到較低的準確率，所以出現了一個很低的準確率。

表1 測試視頻特征及本文算法檢測性能

表2是與其他同類算法的檢測性能對比表。表2中的查全率和準確率，是將突變和漸變放在一起計算得到的。文獻[3]算法的數據是通過重復其算法計算得出的，文獻[15]和文獻[16]算法的數據是通過讀取文獻[15]中的結果圖得到的。文獻[3]算法的查全率高，但檢測準確率低。與文獻[15]和文獻[16]算法對比，在含有較多漸變邊界的視頻anni005和anni009上比較，本文算法有更高的準確率，但由于鏡頭邊界修正的第（4）步將一些漸變邊界誤判為突變邊界，使得anni009上的查全率較低。文獻[15]和文獻[16]算法可以調節閾值的參數，所以適合檢測突變邊界較多的視頻bor03，本文算法在bor03視頻上的準確率低些。從上面的比較可以看出，本文算法在檢測漸變邊界方面有更好的性能，突變邊界方面也有不錯的性能，同時沒有閾值選擇

4.3 計算復雜度

所提算法的復雜度，包括特征矢量的提取和邊界分類兩個過程。itrar，frontr backr，bidr，ftype，mchaos的提取主要是判斷語句和一些簡單的統計運算，Ω的提取雖然用到了矩陣，但沒有矩陣的乘除等復雜運算。所以特征提取過程的時間復雜度為O(l)，l為要處理的視頻幀數，空間復雜度為O(1)。SVM分類的時間復雜度為O(l·nsv)，空間復雜度為O(nsv)，nsv為支持向量個數，SVM模型訓練好之后，nsv是個常數。所以本文算法時間和空間復雜度分別為O(l·nsv)+O(l),O(nsv)+O(1)。在特征提取階段，其他H.264壓縮域的檢測算法復雜度與本文區別不大，因為提取宏塊類型，預測模式，運動矢量等信息的過程一樣，只是由這些信息構成特征時不同算法有所不同。復雜度的區別在于，本文采用了SVM分類，而其他文獻采用閾值或動態閾值來分類。文獻[3]，文獻[15]和文獻[16]算法的時間和空間復雜度分別為O(l)+O(l),O(1)+O(1)。本文的復雜度高些。

由于特征的提取是在H.264/AVC的參考軟件JM8.6的ldecod上實現的，ldecod的后續解碼會影響本文算法的時間消耗統計，所以不能給出完整算法的時間消耗情況。這里給出SVM分類階段的時間消耗情況：在anni005視頻上實驗，SVM分類時間消耗為9.51 s，在anni009上為7.78 s。而用JM8.6完全解碼這兩個視頻消耗的時間分別為1 516.34 s和1 582.34 s。在特征提取階段不需要進行運動補償，反余弦變換等一些在解碼過程中非常耗時的運算，所以耗時很小。可以得出的結論是，本文算法的時間消耗遠小于完全解碼的時間消耗。

5 結束語

本文將Biased-SVM應用到H.264壓縮域檢測鏡頭邊界上，避免了閾值選擇的問題，融合了幀類型、宏塊類型、運動矢量、幀內預測模式和幀內宏塊比率等多個特征，提高了檢測性能。在TRECVID視頻集上實驗，與其他3個H.264壓縮域的算法比較，所提算法的漸變邊界檢測性能明顯較好，綜合性能也更好。但是SVM模型的訓練對于檢測性能和泛化能力影響很大，所以需要進一步研究SVM模型的訓練，參數的選擇，以及更多類型漸變邊界的檢測。

[1]陳萍，李秀強，肖國強，等.基于視覺注意特征和SVM的鏡頭邊界檢測算法[J].計算機工程與應用，2010，46（7）：184-186.

[2]曹建榮，蔡安妮.壓縮域中基于支持向量機的鏡頭邊界檢測算法[J].電子學報，2008，36（1）：203-208.

[3]夏定元，謝慧琳.一種在H.264/AVC壓縮域中檢測鏡頭邊界的方法[J].中國圖象圖形學報，2009，14（12）：2595-2598.

[4]高宇，卓力，王素玉，等.一種基于H.264/AVC壓縮域的GOP級視頻場景轉換檢測算法[J].電子學報，2010，38（2）：382-386.

[5]Zeng W，Cao W.Shot change detection on H.264/AVC compressed video[C]//IEEE International Symposium Oil Circuits and Systems，2005：3459-3462.

[6]Hong B，Eom M.Scene change detection using edge direction based on intra prediction mode in H.264/AVC compression domain[C]//2006 IEEE Region 10 Conference，TENCON 2006，2006：1-4.

[7]Bruyne S D，Deursen D V，Cock J D，et al.A compresseddomain approach for shot boundary detection on H.264/AVC bit streams[J].Signal Processing：Image Communication，2008， 23（7）：473-489.

[8]Yu Z Y，Lin Z P.Scene change detection using motion vectors and DC components of prediction residual in H.264 compressed videos[C]//7th IEEE Conference on Industrial Electronics and Applications，2012：990-995.

[9]南哲萬，阮秋琦.一種新的H.264視頻場景切換檢測算法[J].計算機工程與應用，2011，47（8）：1-3.

[10]龔聲蓉，范益進，周翔.一種基于H.264/AVC碼流的鏡頭邊界檢測方法[J].小型微型計算機系統，2007，28（4）：688-691.

[11]Bruyne S D，Cock J D，Poppe C，et al.Compressed-domain shot boundary detection for H.264/AVC using intra partitioning maps[C]//17th International Multimedia Modeling Conference，2011：29-39.

[12]王和勇，樊泓坤，姚正安.SMOTE和Biased-SVM相結合的不平衡數據分類方法[J].計算機科學，2008，35（5）：174-176.

[13]金鑫，李玉鑑.不平衡支持向量機的懲罰因子選擇方法[J].計算機工程與應用，2011，47（33）：129-133.

[14]Akbani R，Kwek S，Japkowicz N.Applying support vector machines to imbalanced datasets[C]//15th European Conference on Machine Learning，2004：214-220.

[15]Feng J，Huang A A，Chen Y W.A novel scene change detection algorithm for H.264/AVC bitstreams[C]//Pacific-Asia Workshop on Computational Intelligence and Industrial Application，2008：712-716.

[16]Kim S M，Byun J W，Won C S.A scene change detection in H.264/AVC compression domain[C]//6th Pacific Rim Conference on Multimedia，2005：1072-1082.

YOU Yunxi,ZHANG Endi,GOU Zhijian

School of Physics and Microelectronics Science,Hunan University,Changsha 410082,China

In order to detect shot boundaries in H.264 bit streams,a shot boundary detection method using compressed domain features of H.264 and Biased-SVM（Biased Support Vector Machine）is proposed.The features about the abrupt shot changes and gradual shot changes are obtained by analyzing the information of frame type,macroblock type,motion vector,intra-prediction mode,etc.As the number of shot boundary frames is far fewer than the total number of video frames,proposed method chooses Biased-SVM to classify the frames into three classes,namely,the frames of abrupt change,gradual change and non-change.Experimental results on TRECVID video dataset indicate that the presented approach has better performance on shot boundary detection, compared with other method in H.264 compressed domain.

shot boundary detection;H.264 compressed domain;biased Support Vector Machine（SVM）

為了直接從H.264碼流中檢測鏡頭邊界，提出了利用H.264壓縮域多特征和Biased-SVM（不平衡支持向量機）分類算法的檢測方法。分析幀類型、宏塊類型、運動矢量、幀內預測模式等信息，以獲得發生鏡頭突變和漸變的特征。針對鏡頭邊界幀的數量遠少于視頻幀總數的特點，用Biased-SVM分類方法將視頻幀分為突變幀、漸變幀和非鏡頭邊界幀。在TRECVID視頻集上的實驗結果表明，與其他H.264壓縮域的算法相比，該算法有更好的性能。

鏡頭邊界檢測；H.264壓縮域；不平衡支持向量機

A

TP391.41

10.3778/j.issn.1002-8331.1307-0192

YOU Yunxi,ZHANG Endi,GOU Zhijian.Shot boundary detection using Biased-SVM in H.264 compressed domain. Computer Engineering and Applications,2013,49（24）：138-143.

國家科技支撐計劃資助項目（No.2012BAD35B06）。

游運喜（1988—），男，碩士研究生，研究領域為數字圖像處理；張恩迪（1964—），男，高級工程師，研究領域為信號處理；茍志堅（1986—），男，碩士研究生，研究領域為數字圖像處理。E-mail：youyunxi@qq.com

2013-07-15

2013-08-29

1002-8331（2013）24-0138-06

CNKI出版日期：2013-10-11http://www.cnki.net/kcms/detail/11.2127.TP.20131011.1653.003.html