实施最先进的视频镜头边界检测

Question

我正在开展一个涉及从视频中检索对象的广泛项目。

根据“A Survey on Visual Content-Based Video Indexing and Retrieval”，大多数流行的方法分为：

• 简单的“基于阈值的方法”（全球或适应性的）
• 监督基于学习的分类器（使用SVM或AdaBoost）
• 无监督学习算法（主要是K-Means）

目前我根据连续帧中颜色直方图的差异，自行实现了一种非常简单和老式的方法。

然而，考虑到镜头边界检测不是我研究的主要话题，我想尝试一些更有效和更新的东西，而不花太多时间。

有人知道有效算法的实现吗？

Answer 1

我发现以下实现在我自己的研究中非常有用和有效：

https://github.com/johmathe/Shotdetect

代码库的主力发生在这里：

https://github.com/johmathe/Shotdetect/blob/master/src/film.cc#L117-237

它主要依靠颜色信息来检测镜头。

Answer 2

计算相邻帧的RGB直方图的卡方距离是一种快速，简单且可靠的镜头边界检测方法之一。您可以在here中看到我对该方法的实现和用法。