文摘
提出了一种镜头边界检测方法使用遗传算法和模糊逻辑。在这方面,模糊系统的隶属度函数计算使用遗传算法通过preobserved镜头边界的实际值。的分类类型的转换是通过模糊系统。实验结果表明,镜头边界检测的准确性增加而增加的迭代或一代又一代的遗传算法优化过程。提出系统相比,最新的技术和更好的结果参数。
1。介绍
随着互联网的发展,多媒体内容的生成也增加。这导致了视频数据的有效利用和管理问题。多媒体内容的有效利用和管理需要有效的索引和检索系统。这是更加困难的视频。一个有效的视频检索系统,视频的内容应该被理解,这样可以创建适当的索引系统更好的视频检索。视频的内容可以采取先执行视频分割,将视频分成有意义的照片,并分析每个特性段(镜头)的每一部分的关键特性。一个场景是多于一个的组合与不同的相机拍摄角度或类似的镜头的组合。
在视频分割(镜头边界检测),视频分为有意义的场景,每个场景都可以进行分析寻找关键特性(s)。镜头边界检测主要包括发现两种类型的转换突然转变,逐渐过渡1,2]。突然转变(也称为硬切)的突然改变连续帧的视频是相机的场景变化由于突然释放。(也称为软切)逐渐过渡有四种类型:淡入,淡出,溶解,擦过渡。所有这些逐渐转换的结果在一个视频编辑效果。淡入和淡出是由明度值。在淡入,一幅慢慢从黑暗(通常是黑色)空框架。慢慢淡出,一幅减少空框架(通常是黑色框架)。溶解并清除过渡效果是由于当前场景的重叠和未来的场景。在溶解,重叠在这样一种方式,目前现场开始消失,未来场景开始同时出现。在擦,重叠的方式完成未来场景的增长在当前场景,直到未来的场景似乎完全。
2。相关的工作
许多研究人员(1- - - - - -3]试图检测转换(称为镜头边界检测或颞视频分割)在压缩和未压缩域的视频。MPEG(运动图像专家组)提供了视频格式提供大面积的分析框架特性在压缩域中使用运动向量(4),离散余弦变换系数(5),等等。框架可以全球和局部特征提取。全球特征提取认为整个框架的特性,如像素值(6]。局部特征提取考虑框架的一些地区和地区只有采取的特性或其他感官必要的/重要功能的整体框架。女士(7],[冲浪8],等等一些流行的局部特征描述符用于镜头边界检测。这些功能是提取视频的每一帧,并计算连续帧之间的差异找出转换。逐步转换困难而不是突然转变,因为它可能具有同样的效果与大对象运动和摄像机运动(1]。因此,有必要提取功能,这与大对象运动给少/无影响,相机运动,或者照明效果。
强度直方图和颜色直方图差异的有效,简单,广泛使用的镜头边界检测方法在压缩域运动不敏感(6]。在[10,11),计算应用于帧直方图矩阵和相似度度量应用于发现突然和逐步转换。在[10),连续两帧之间的帧是跳过进行分析,这大大减少了计算时间。在[9),HSV颜色直方图和自适应阈值用于镜头边界检测算法可以检测闪光。在[8),熵和冲浪功能是用来发现强度的减少和逐步转换使用直方图来计算熵的一个框架。
遗传算法(12,13和模糊逻辑6,14,15)已经使用了镜头边界检测。在[16),颜色直方图生成使用模糊逻辑突变和渐变检测。在[17),一个自适应模糊聚类/分类(afc)算法和模糊聚类算法用于图像分割,考虑图像固有的属性,比如非平稳和高interpixel相关性。一个多分辨率空间约束自适应模糊隶属函数是用来调整亚足联。在[18),遗传算法用于生成模糊系统的隶属函数进行图像分割。
在本文中,我们介绍了一个使用模糊逻辑系统的镜头边界检测方法,通过遗传算法优化。模糊系统是用来将视频帧划分为不同类型的转换(剪切和渐进)使用规范化的颜色直方图的区别。遗传算法作为优化器来找到最优的模糊隶属度函数值的范围。结果表明,该特性的结合是高效和准确性增加而增加迭代/一代又一代的遗传算法。
本文组织如下。部分3解释系统的特征提取。遗传算法优化模糊系统的详细解释发现的隶属函数值的范围在部分4。实验结果和讨论和结论部分5和6,分别。
3所示。特征提取
本节讨论了特征提取用于我们的系统。
3.1。颜色直方图的区别
颜色直方图是一个全球性的特征提取技术是一种最简单的和广泛使用的图像特征提取镜头边界检测(19]。非敏感是运动(6,14]。在[6),两帧之间的归一化的颜色直方图,说和帧,视频中定义如下: 在哪里是像素的数量在一个框架,是红色的像素的数量吗th框架本,反之亦然。,,代表红色,绿色和蓝色的组件的一个框架。它是观察到(1)收益率值区间。当收益率值0和框架和相同价值增加之间的相似性和帧减少。
4所示。模糊逻辑系统与GA优化查找范围的隶属函数的值
遗传算法作为优化器找到最佳值的隶属度函数的模糊逻辑系统(20.,21]。的步骤如下所示。
4.1。模糊化
首先,我们定义的输入和输出变量的模糊系统。
输入变量(一) 用语言值可以忽略不计(N)、小(S),显著(团体),大(左),和巨大的(H);变量直方图差值之间的区别是什么和框架和计算使用归一化直方图相交;(b) 用语言值可以忽略不计(N)、小(S),显著(团体),大(左),和巨大的(H);变量直方图差值之间的区别是什么和帧;(c) 用语言值可以忽略不计(N)、小(S),显著(团体),大(左),和巨大的(H);变量直方图差值之间的区别是什么和帧。
输出变量(一)过渡使用语言值没有(没有),突然(AB),逐步(GR)。变量转换的过渡类型可能发生从一个构架到另一个。不代表没有过渡帧。
规则库由28个规则的形式(6]。在表1,检测规则没有过渡(没有任何过渡帧)。检测和突然的转变,逐渐过渡中提供的规则表2和3,分别。
4.2。优化与遗传算法
遗传算法将被用来找到的隶属函数值的范围。我们使用三角形隶属函数。输入变量的值,,范围从0到10。输出变量的值是0,5日和10没有过渡,逐步过渡,分别和突然的转变。
4.2.1。准备初始化
未知变量的长度是在这个问题上的基地五个隶属度函数可以忽略不计,小,重要的,大,巨大的将相同的三个输入变量,,。
我们将使用6二进制字符串改成定义每个五个隶属度函数的基础。五个字符串,每个6位,然后连接形成30-bit字符串将人口的解决方案。
4.2.2。评价
字符串映射/编码值代表的基地隶属函数的长度。这个映射过程使用以下公式计算: 在哪里和是用户定义的常量和他们通常选为变量的最小和最大值。每个子串的十进制值,是在每个子串的比特数,是的隶属度函数。
一开始,遗传算法随机创建一个人口10字符串。为一个字符串,五个基地的五个隶属度函数计算使用(2)。
使用基地,然后我们找到初始,中间和最终的价值(即,,中间,)的三角语言值的隶属度函数表中给出4。
,中间,初始、中间和最终价值的三角语言值的隶属度函数。模糊性指数是一个常数。
然后,我们找到的程度表中的值的成员6使用规则。使用值的隶属程度在一个规则,然后我们发现规则的重量。
我们有以下规则:
(是)和(可以忽略不计)和(可以忽略不计),那么是突然的。
我们发现中包含的值的隶属程度的规则如下:度的mem=巨大(input1);度的mem=可以忽略不计(input2);度的mem=可以忽略不计(input3)。
然后我们发现规则的重量如下:
通过这种方式,我们发现所有28个规则的重量。使用重量,然后计算出的输出行输入值在表6一个字符串/解决方案: 在哪里预设值取决于我们要么是0,5或10。
上面的平方和的区别和表中的值6成为健身方程。所示的方程如下: 健身中减去1000转换函数最小化最大化问题。
上述过程重复所有字符串/解决方案的人口的健康所有的字符串。
4.2.3。选择
然后我们选择一组字符串,其健身价值大于一些具体的数字。
4.2.4。繁殖
人口使用运营商修改,即交叉和变异。
这整个过程(评价、选择和复制)重复了许多代,最后我们选择最大的位串健身价值。
这个字符串最大的健身价值会给最优值范围的语言值的隶属度函数。
GA后找到最优值的隶属度函数的模糊逻辑系统,规则模糊系统的评估和去模糊化过程将开始。
4.3。规则评估
我们需要找到语言值的隶属程度的模糊系统的输入变量的范围从0到1。我们使用三角形隶属函数来找到输入变量的隶属程度。如图1,来和来是一个变量的值的范围内特定语言的价值。
4.4。去模糊化
找到脆或实际产出,没有过渡,逐渐,或突然的,我们计算重量的规则集的模糊系统使用隶属程度。
最后,我们可以计算出的输出通过使用(4)。
5。实验结果和讨论
5.1。数据集
TRECVID 2001视频镜头边界检测数据集是用于实验结果。TRECVID提供了一组视频测试数据在MPEG压缩视频分割。TRECVID 2001个测试视频数据可用开放视频项目。视频的详细信息表5。
5.2。讨论
讨论拟议的系统,两个视频从TRECVID 2001,也就是说,航空安全(D5)和珀尔修斯全球观察者(D6),使用。表7显示了第一代GA的字符串操作的十进制值,基值,值的隶属函数,和健身价值。字符串排序根据他们的健身价值。计算作为一个区别是健身的实际输出一些输入数据如表所示6和脆输出相同的输入数据计算使用成员函数优化的遗传算法。表8显示了字符串不同代最大的健身价值。从表中我们可以看到,随着世代的增加,健身也增加。
数据2和3显示的图像的两个视频镜头边界检测我们的Fuzzy-GA系统。的设在代表迭代/代GA操作。的设在代表的渐进和突然转换视频帧由我们Fuzzy-GA应用程序。从图我们可以看到,随着迭代/代的增加,检测的过渡帧也增加。
在图2,可以看出,使用隶属函数值的范围在50000年获得(5公里)迭代/代GA优化给定的表8,我们提出了系统检测到20逐步过渡和44突然转换。的实际逐步和突然转换视频26 - 45岁,分别为给定的表5。
在图340,40000 (k)迭代/代我们建议系统可以检测40逐步过渡和38突然转换的实际45逐步过渡和40突然转换表5。
数据4(一),4 (b),4 (c)切换显示三帧的视频。数据的帧数4(一),4 (b),4 (c)分别是6359、6360和6361。模糊系统的输入变量的值的突然转变的框架如下:(1) ,(2),(3)。
(一)
(b)
(c)
使用成员函数值范围的10000代表所示8,然后我们发现语言值的隶属程度的输入变量存在于规则。然后我们计算重量的使用程度的成员的规则集。28规则从规则的权重数0 0,0,0,0,0.0355,0.0079,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,分别。最后,利用权重,我们计算出的输出。脆输出=,这表明突然转变。
数据5(一个),5 (b),5 (c)显示与逐渐过渡帧的视频(溶解)。帧数量的8、9和10是4675年,4676年和4677年,分别。模糊系统的输入变量的值的突然转变的框架如下:(1) ,(2),(3)。
(一)
(b)
(c)
使用成员函数值范围的10000代表所示8,然后我们发现语言值的隶属程度的输入变量存在于规则。然后我们计算重量的使用程度的成员的规则集。28规则从规则的权重数0 0,0,0,0,0,0,0,0,0,0,0,0,0,0,0.2089,0.0514,0,0,0.1107,0,0,0,0,0,0,0,0,0。最后,利用权重,我们计算出的输出。脆输出=,这表明逐渐过渡。
同样,数据6(一),6 (b),6 (c)显示另一个(即逐渐过渡。,fade transition) which occurs between frames 4, 5, and 6, respectively. The values of the input variables of the fuzzy system of this abrupt transition of the frames are as follows:(1) ,(2),(3)。
(一)
(b)
(c)
使用成员函数值范围的10000代表所示8,然后我们发现语言值的隶属程度的输入变量存在于规则。然后我们计算重量的使用程度的成员的规则集。28规则从规则的权重数0 0,0,0,0,0,0,0,0,0,0,0,0,0,0,0.2939,0.0829,0,0.2464,0.0639,0,0,0,0,0,0,0,0,0。最后,利用权重,我们计算出的输出。脆输出=,这表明逐步过渡。
模糊隶属度函数的图形表示输入和输出使用40 k迭代的基地或一代又一代的遗传算法如图7。
(一)隶属函数的输入
(b)输出的隶属函数
5.3。评价
回忆、精度和提出系统的参数是用于评价中给出 提出系统相比,最新的技术作为使用奇异值分解和模式匹配(10),作为使用颜色特性(9),显示了更好的性能的参数。还提供了计算时间的比较表9。
的计算时间提出了表中的所有视频系统5提供在表10。对于每个迭代/生成,计算时间包括近似时间以秒为单位的遗传算法过程中,特征提取,镜头的检测提出了所有的视频系统。
在表11、回忆、精密由,,,分别。
6。结论
摘要提出了一种利用遗传算法和模糊逻辑镜头边界检测。在这个提议系统,使用遗传算法作为优化模糊系统。GA系统使用preobserved实际输入输出值计算一些视频的镜头边界的范围模糊成员值模糊系统。模糊系统作为分类器将帧分为突然和逐步转换利用GA优化器。归一化颜色直方图的区别是用于特征提取和寻找视频连续两帧之间的差异。从实验结果可以看出镜头边界检测的增加与增加迭代或代GA优化过程。实验结果表明,该系统会产生更好的效果和较低的计算时间与最新的技术。
利益冲突
作者宣称没有利益冲突有关的出版。