視頻底層特征提取技術研究

孫曉雪++隋文秀++侯一民

摘要：近年來，隨著信息技術的迅猛發展，各種各樣的視頻信息和人們的生活戚戚相關，視頻技術的研究儼然成為一個熱門的研究領域。本文重點對視頻的底層特征中的彩色特征、運動特征和鏡頭特征進行了提取技術的研究。在計算彩色特征和運動特征時首先把預告片視頻分離成單幀圖像，再計算每個預告片中的每幀圖像的這兩類特征，最后取整個預告片視頻的所有幀的均值作為最終需要的特征結果。而鏡頭特征是根據每個預告片視頻的關鍵幀的位置獲得的。

關鍵詞：視頻底層特征 彩色特征 運動特征 鏡頭特征

中圖分類號：TP391.41 文獻標識碼：A 文章編號：1007-9416（2014）12-0091-01

1 引言

近些年來，隨著人類社會進入信息時代，視頻圖像有關硬件（攝像頭、視頻采集卡、視頻處理芯片、計算機）的普及及其價格的大幅度降低，視頻產品以及多媒體產品正以飛快的速度滲透到人們生活的各個方面。其巨大的商業價值和應用前景受到了越來越多的公司、科研機構以及大中專學校的重視，并紛紛投入到視頻圖像的研究和開發工作中，目前，視頻技術的研究儼然成為一個熱門的研究領域。

為了識別、理解或建模視覺媒體，需要提取相關的底層特征來進行分析。本文重點對彩色特征、運動特征和鏡頭特征這三類底層特征進行了提取。特征的提取過程如圖1所示。

2 彩色特征

色彩是視覺的一個重要屬性，彩色直方圖是重要的彩色特征，常用來表示圖像內容顏色信息的相似性，它為識別多顏色對象的魯棒性、有效性提供了一個強大而有效的線索[1]。但是正如本文前面所敘述的，亮度值、對比度值和其他一些參數也應該作為本課題的研究內容被提及到。在彩色特征部分涉及預告片視頻中的亮度、對比度、飽和度、色彩度和幀簡單程度的均值和方差這10個評價特征。亮度特征是在HSV空間中計算的，它是視頻的每一幀中每個像素的亮度均值。相似的，飽和度也是視頻中每一幀中每個像素在HSV空間計算的均值。一個幀的對比度計算如下：

式中，r，g和b是取決于視頻幀中所有像素紅色、綠色和藍色的分量。

色彩度是反映圖像色彩混合復雜性的參數。幀中色彩度特征定義如下：

在一幀中，var是計算數據方差的函數，mean是計算數據均值的函數。

當拍攝電影時為了減少背景中對象帶來的注意力分散，攝影師經常使背景相對一致或簡單。我們用背景中的顏色分布來衡量這個簡單度，幀簡單度特征用文獻[2]中的方法定義，提取視頻中每一幀的所有特征，視頻中幀簡單度的最終特征值就是計算每一幀特征的均值。

3 運動特征

運動特征是反映視頻中圖像的場景或對象的變化率。當拍攝視頻時，如果是平移、跟蹤或縮放它也可被視為相機的移動速度。

可通過以下的方法計算運動特征。首先，把預告片視頻中的圖像分割成16×16塊。計算每一塊的中心并比較第n幀和第n+1圖像。根據塊中心的變化率，把塊中心變化的均值作為幀的運動特征。在整個視頻中，所有幀運動的均值作為運動特征。所有幀運動的方差作為視頻的運動方差。

4 鏡頭特征

鏡頭的長度和方差對于預告片視頻也是很重要的特征。為了計算鏡頭長度和鏡頭長度方差，必須首先選擇關鍵幀。本文中采用相對簡單的方法獲得預告片視頻的關鍵幀，即選擇視頻中位于鏡頭邊緣的幀，這意味著，當鏡頭變化時，第一和最后一幅圖像可被視為關鍵幀。提取視頻中的每一幀，然后結合第n幀和第n+1幀的彩色直方圖和邊緣直方圖，用相應于這兩幀的矩陣的相關值比較相鄰幀。特征的提取和組合方法用文獻[3]中提到的基本方法實現。選擇關鍵幀后，應關注預告片視頻中的四個值，它們是“視頻長度”、“鏡頭數目”、“鏡頭長度均值”和“鏡頭方差均值”。“視頻長度”是整個預告片的持續時間?！扮R頭數目”是預告片中鏡頭的數目?！扮R頭長度均值”是預告片所有鏡頭持續時間的均值。“鏡頭長度方差”是預告片中所有鏡頭的長度方差。

經過以上步驟后，將獲得包括“亮度均值”、“對比度均值”、“飽和度均值”、等16個特征。

5 結語

本文著重對視頻彩色、運動及鏡頭三大類特征的提取技術進行了研究，然而在視頻研究方面還有很多需要解決的問題，下一步要做的是進一步對所提取的特征進行分析選擇，并結合更多的主、客觀因素進行綜合研究。