Download presentation
Presentation is loading. Please wait.
1
指導教授:陳淑媛 學生:李宗叡 李卿輔
2
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。
3
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。 Digital 原圖 Canny Edge 圖 轉換後
4
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
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
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
計算方式: 以下用一個 3x3 矩陣說明 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。 灰階值 對應權重值 比較後
8
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
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
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
計算方式: 以下用一個 3x3 矩陣說明 Canny Edge 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
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
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
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。
Similar presentations
© 2024 SlidePlayer.com. Inc.
All rights reserved.