專利名稱：用于場景變化檢測的隨機子采樣分區(qū)表決算法的制作方法
技術(shù)領(lǐng)域：
本發(fā)明一般地涉及數(shù)字視頻處理和分析，具體地涉及利用隨機子采樣 分區(qū)表決算法進(jìn)行場景變化檢測的方法。
背景技術(shù)：
實現(xiàn)視頻壓縮或者解壓縮的數(shù)字視頻編解碼器技術(shù)是電信、娛樂和廣 播業(yè)不可缺少的方面。已經(jīng)開發(fā)出許多高級視頻壓縮標(biāo)準(zhǔn)用來傳送高質(zhì)量 和低比特率的視頻流，所述標(biāo)準(zhǔn)例如ISO/IEC MPEG-l、 MPEG-2、 MPEG國4 、 CCITT H.261 、 ITU-T H. 263 、 ITU-T H.264和微軟 WMV9/VC-1。
在視頻壓縮中，使用兩類幀對視頻序列進(jìn)行編碼內(nèi)幀和預(yù)測幀。內(nèi) 幀僅使用它們的內(nèi)部信息，而預(yù)測幀則利用視頻序列的時間冗余。因此， 選擇一幀作為參考，根據(jù)該參考幀來預(yù)測后續(xù)幀。當(dāng)鄰近的幀具有高的相 關(guān)性時，預(yù)測幀的壓縮比遠(yuǎn)高于內(nèi)幀的壓縮比。為了實現(xiàn)高壓縮比，在視 頻序列內(nèi)預(yù)測幀的百分比通常為90%或者更高。然而，當(dāng)一幀與先前幀 的相關(guān)性很小時，則內(nèi)幀可比預(yù)測幀更有效地對該幀進(jìn)行編碼。另外，內(nèi) 幀被插入在預(yù)測幀的序列中以避免在基于先前的預(yù)測幀對預(yù)測幀進(jìn)行編 碼時所積累的4m的傳播。
視頻序列可被劃分成不同的鏡頭。兩個鏡頭之間的過渡為場景變化。 在場景變化之后的第 一幀應(yīng)當(dāng)被編碼為內(nèi)幀，因為它與先前幀(如果存在)
的相關(guān)性很低。需要場景變化檢測算法來識別視頻序列的場景內(nèi)容的變化 并Jjlt何時在一連串幀中插入內(nèi)幀(由此將視頻分割成鏡頭)進(jìn)行判斷。
現(xiàn)有的低成本場景變化檢測算法可分為基于空間相關(guān)性的算法和基 于直方圖的算法?；诳臻g相關(guān)性的算法對運動非常敏感，而基于直方圖 的算法則會在它們的決策過程中丟失多數(shù)空間信息。除了這些缺點之外， 這兩類算法的計算復(fù)雜度通常很高。因此，它們并不完全適合于滿足實時 嵌入式視頻編碼器的要求，即低存儲器存取帶寬、低計算復(fù)雜度和低延時。

發(fā)明內(nèi)容
鑒于以上所述，本發(fā)明的實施例提供了利用隨機子采樣分區(qū)表決
(RSPV)算法進(jìn)行可靠的低成本場景變化檢測的方法。所述RSPV算法 利用了基于空間相關(guān)性的算法和基于直方圖的算法的優(yōu)點。
根據(jù)本發(fā)明的實施例，將當(dāng)前幀劃分為多個分區(qū)。然后對每個分區(qū)進(jìn) 行隨機子釆樣，以及構(gòu)建像素強度值的直方圖以確定當(dāng)前分區(qū)是否不同于 參考幀中的對應(yīng)分區(qū)。計算在當(dāng)前幀中的分區(qū)與參考幀中相同位置的分區(qū) 之間的逐柄直方圖絕對差值。然后將該直方圖差值與自適應(yīng)閾值進(jìn)行比 較。如果大多數(shù)被檢查的分區(qū)具有顯著改變，則認(rèn)為檢測到場景變化。此 外，也可使用各種其它閾值來判斷是否可將分區(qū)凈艮告為具有明顯變化。
利用直方圖計算使所述RSPV算法與運動無關(guān)，同時進(jìn)行分割利用 了充分的空間信息。由于計算針對子采樣幀的直方圖，所以該算法的特征 在于存儲器存取和計算的成本顯著減少。
相應(yīng)地，與多個示例實施例一^^提供了本發(fā)明的多個方面，所述示例 性實施例并非旨在進(jìn)行限制。
一個這樣的方面是^^供一種用于視頻序列中場景變化檢測的方法，該 方法包括a)將當(dāng)前幀劃分為多個分區(qū)，每個分區(qū)包含多個4象素；b)對 所述多個分區(qū)中各分區(qū)內(nèi)的所述多個像素進(jìn)行隨機子采樣；c)針對所述 多個分區(qū)中的每個當(dāng)前分區(qū)，生成多個像素值范圍中的各像素值范圍內(nèi)像 素數(shù)目的直方圖，該直方圖包括多個柄；d)確定在當(dāng)前分區(qū)與參考幀的 相應(yīng)分區(qū)之前的逐柄直方圖絕對差值；e)如果逐柄直方圖絕對差值大于 第一預(yù)定闊值，則將所述當(dāng)前分區(qū)標(biāo)記為有變化；f)對當(dāng)前幀中的多個 分區(qū)中的各分區(qū)，重復(fù)步驟b)至e);以及g)如果當(dāng)前幀中標(biāo)記為有變 化的分區(qū)的數(shù)目大于第二預(yù)定閾值，則才艮告當(dāng)前分區(qū)中的場景變化。
根據(jù)另一方面，提供了一種計算機可讀存儲介質(zhì)，所述存儲介質(zhì)被編 碼有用于在計算機系統(tǒng)上執(zhí)行的計算機指令，所述指令在執(zhí)行時執(zhí)行用于
視頻序列中場景變化檢測的方法，包括a)將當(dāng)前幀劃分為多個分區(qū)， 每個分區(qū)包含多個像素；b)對所述多個分區(qū)中各分區(qū)內(nèi)的所述多個像素 進(jìn)行隨機子采樣；c)對所述多個分區(qū)中的每個當(dāng)前分區(qū)，生成多個i象素 值范圍中的各像素值范圍內(nèi)像素數(shù)目的直方圖，該直方圖包括多個柄；d) 確定在當(dāng)前分區(qū)與參考幀中的對應(yīng)分區(qū)之間的逐柄直方圖絕對差值；e) 如果所述逐柄直方圖絕對差值大于第一預(yù)定閾值，則將當(dāng)前分區(qū)標(biāo)記為有 變化；f)對當(dāng)前幀中的多個分區(qū)中的各分區(qū)，重復(fù)步驟b)至e);以及g) 如果當(dāng)前幀中標(biāo)記為有變化的分區(qū)的數(shù)目大于第二預(yù)定閾值，則報告當(dāng)前 分區(qū)中的場景變化。
根據(jù)另一方面，提供一種包括處理器和計算機可讀存儲^h質(zhì)的裝置， 該計算機可讀存儲介質(zhì)包含用于在處理器上執(zhí)行以提供用于視頻序列中 場景變化檢測的方法的計算機指令，該方法包括a)將當(dāng)前幀劃分成多 個分區(qū)，每個分區(qū)包含多個像素；b)對所述多個分區(qū)中各分區(qū)內(nèi)的所述 多個像素進(jìn)行隨機子采樣；c)針對所述多個分區(qū)中的各當(dāng)前分區(qū)，生成 多個像素值范圍中的各像素值范圍內(nèi)像素數(shù)目的直方圖，該直方圖包括多 個柄；d)確定在當(dāng)前分區(qū)與參考幀中的對應(yīng)分區(qū)之間的逐柄直方圖絕對 差值；e)如果逐柄直方圖絕對差值大于第一預(yù)定閾值，則將當(dāng)前分區(qū)標(biāo) 記為有變化；f)針對當(dāng)前幀中多個分區(qū)中的各分區(qū)，重復(fù)步驟b)至e); 以及g)如果當(dāng)前幀中標(biāo)記為有變化的分區(qū)的數(shù)目大于第二預(yù)定閾值，則 才艮告當(dāng)前分區(qū)中的場景變化。
在一些實施例中，像素值代^目應(yīng)像素顏色的照度分量。當(dāng)前幀中分 區(qū)的數(shù)目可以在從16至128的范圍內(nèi)。
在一些實施例中，直方圖可以是16柄直方圖。第二預(yù)定閾值可以被 定義為當(dāng)前幀中的大多數(shù)分區(qū)。
應(yīng)當(dāng)理解，上文提到的和下文討論的實施例并非預(yù)期是相互排斥的， 除非在上下文中另有指明。


圖l是包括一連串內(nèi)幀和預(yù)測幀的視頻序列的示意圖; 圖2是圖示了對幀進(jìn)行劃分的示意圖3是根據(jù)本發(fā)明實施例的隨機子采樣分區(qū)表決算法的流程圖4是作為隨機子采樣分區(qū)表決算法的一部分而計算的16柄直方圖 的例子；
圖5是隨機子采樣分區(qū)表決算法在視頻片斷上的表現(xiàn)的例子；以及
圖6是示意地圖示了根據(jù)本發(fā)明實施例的實施用于場景變化檢測的 方法的計算設(shè)備的框圖。
具體實施例方式
圖l示出了視頻幀序列的例子，其中預(yù)測(P)幀之間點綴有內(nèi)(I) 幀。所述I幀在完全不從任何其它幀插入的情況下被編碼，而所述P幀則 相對于先前的I幀或P幀被編碼。場景變化檢測的目的在于在出現(xiàn)場景變 化的任何地方插入I幀。
在本發(fā)明的實施例中，視頻序列中的幀被劃分成分區(qū)。相應(yīng)地，圖2 是示出了各自被劃分成N個分區(qū)的當(dāng)前幀200和參考幀202的示意圖。 在一些實施例中， 一幀被劃分成16個分區(qū)，這提供了空間分辨率與運動 容差之間的折衷。分區(qū)的數(shù)目可以變化。然而，應(yīng)當(dāng)理解，盡管利用更大 數(shù)目的分區(qū)可以使空間分辨率增加，但是它使算法對運動更敏感。
圖2圖示了分區(qū)可以不包括幀200和202的頂邊界和底邊界，因為在
"加框式(letterboxed )"幀時)關(guān)于場景變化的信息。另外，如箭頭204 和206所示，將當(dāng)前幀200中的各分區(qū)與在參考幀202中的對應(yīng)分區(qū)進(jìn)行 比較。下文具體描述該比較。
在本發(fā)明的實施例中利用的隨機子采樣分區(qū)表決(RSPV)算法被應(yīng) 用于每個分區(qū)幀。圖3是圖示了應(yīng)用于當(dāng)前幀的RSPV算法300的流程圖。 應(yīng)當(dāng)認(rèn)識到該算法被應(yīng)用于每個后繼幀k,所述幀K如上文結(jié)合圖2所述 在步驟302中被分成N個分區(qū)。在本發(fā)明的實施例中，分區(qū)的數(shù)目N是 16，但是在本發(fā)明的范圍內(nèi)可以使用不同數(shù)值的N。相應(yīng)地，在步驟304 中使用任一適當(dāng)?shù)募夹g(shù)對各分區(qū)進(jìn)行隨機子采樣。對于每個采樣點，隨機 子采樣保證了相等的被選概率。在一些實施例中，無論是水平還是豎直， 子采樣比例均為8:1或者4:1。應(yīng)當(dāng)注意，在RSPV算法中利用像素的照 度。也可以使用其它適當(dāng)?shù)南袼靥卣鳌?br> 圖3示出在步驟308針對N個分區(qū)中的各分區(qū)計算像素強度值的直 方圖。所述直方圖包含M個柄。為了表示清楚，在步驟306中將代表分 區(qū)號的參數(shù)j初始化為l。在步驟306中，將HistoDiff變量初始化為0, 該變量將包含在當(dāng)前幀中的第k分區(qū)與先前檢查的參考幀中對應(yīng)的第k 分區(qū)之間的逐柄直方圖絕對差值。在本發(fā)明的實施例中，如上文所討論的， 利用16柄(bin)直方圖，這可以提供對分區(qū)的充分的頻域分析。根據(jù)視 頻序列中的運動活躍性，可以使用其他適當(dāng)數(shù)目的柄來構(gòu)建該直方圖。所 述分區(qū)的頻域表示對運動不敏感。因此，即使運動強烈，直方圖仍然允許 與運動無關(guān)i^r測場景內(nèi)容的變化。在圖4中示出了根據(jù)本發(fā)明實施例計 算的16柄直方圖的例子，其中16個柄的每一個包含在分配給某個柄的范 圍內(nèi)的多個4象素。
如圖3的步驟310和312中所示，使用下式計算逐柄直方圖絕對差值
其中C是當(dāng)前幀，R是參考幀，k是分區(qū)號，j是針對該第k分區(qū)計算的 直方圖的柄號。圖3圖示了在步驟310中將針對當(dāng)前幀C的第k分區(qū)計 算的直方圖中M個柄的各第j柄與參考幀R的第k分區(qū)中相應(yīng)的第j柄 進(jìn)行比較。應(yīng)當(dāng)理解，所述C(k,j)是在分配給當(dāng)前幀的第k分區(qū)中第j柄 的范圍內(nèi)的像素數(shù)目，其被保存用于對下一幀進(jìn)行檢查時的PGDS算法 的下一次迭4戈，因此C(k，j)用作R(k，j)。
在已經(jīng)計算在針對當(dāng)前幀和參考幀的第k分區(qū)構(gòu)建的相應(yīng)直方圖的 M個柄中各柄之間的逐柄直方圖絕對差值之后(這在步驟312中進(jìn)行判 斷)，在步驟314中，將針對第k分區(qū)所得的逐柄直方圖絕對差值 HistoDiff(k)與可配置的閾值(稱為閾值1)進(jìn)行比較。如果計算的逐柄直 方圖絕對差值超過閾值l，則在步驟316中將第k分區(qū)標(biāo)記為有變化。否 則，在步驟318中將第k分區(qū)標(biāo)記為未變化或者不標(biāo)記為有變化。
圖3的步驟320確定是否留有要檢查的分區(qū)，如果并非所有的N個 分區(qū)均已經(jīng)被分析，則k遞增1，且與第k分區(qū)類似地分析下一個分區(qū) k+l。如果在步驟320中確定已經(jīng)檢查了在當(dāng)前幀中的所有N個分區(qū)，則 確定在所述N個分區(qū)中標(biāo)記為有變化的分區(qū)的數(shù)目并且在步驟322中將 該數(shù)目與預(yù)定閾值(稱為閾值2)進(jìn)行比較。如果有變化的分區(qū)的數(shù)目大 于閾值2，則在步驟324中寺艮告場景變化。如果有變化的分區(qū)的數(shù)目小于 閾值2，則如在步驟326中所示，才艮告無場景變化。應(yīng)當(dāng)理解閾值2可以 是任一適當(dāng)?shù)目膳渲瞄撝怠?br> 在本發(fā)明的實施例中，閾值2被定義為分區(qū)數(shù)目的50%被標(biāo)記為有 變化。因此，如果大多數(shù)(即，在分區(qū)數(shù)目為16的實施例中多于8個) 幀分區(qū)被才艮告為有變化，則認(rèn)為該幀包含場景變化。當(dāng)出現(xiàn)場景變化時， 針對當(dāng)前幀分區(qū)的直方圖的分布明顯地從針對相應(yīng)參考幀分區(qū)的直方圖 的分布移動。逐柄直方圖絕對差值的量值指示了該分布移動的大小。
所述RSPV算法的計算成本低。如果子采樣比例無論是水平還是豎 直均例如是8:1，則被處理的像素僅構(gòu)成該幀中所有像素的約2%?？紤] 直方圖計算和存儲器存取的并行處理的特性，該RSPV算法的特征在于與 針對分區(qū)中的所有像素計算直方圖的算法相比，減少了場景變化檢測所需 的時間。另夕卜，盡管是子采樣并且因此減少了所檢查的像素的數(shù)目，但是 正如在發(fā)明人進(jìn)行的實驗中表現(xiàn)的那樣，檢測結(jié)果充分可靠。對于每個具 有一千個幀的十個眾所周知的視頻序列，場景變化遺漏率小于3%，且誤 報警率小于2%。
應(yīng)當(dāng)理解，可以通過改變分區(qū)的數(shù)目和子采樣比例來縮放RSPV算 法以配合不同大小的幀。所述逐柄直方圖絕對差值閾值是自適應(yīng)的，并且 可以針對各種視頻內(nèi)容加以調(diào)整，包括實時調(diào)整。
圖5圖示了對使用Dl幀大小(720x480像素)編碼的60秒長的電影 片斷進(jìn)行場景變4匕檢測的示例實驗結(jié)果。水平軸示出幀號，而豎直軸示出 有變化的分區(qū)的數(shù)目，其中分區(qū)總數(shù)目是16。當(dāng)分區(qū)數(shù)目大于8時，標(biāo) 識場景變化。因此，所述RSPV算法成功地將場景有變化的幀與其它幀區(qū) 分開，得到高的檢測速率以及低的誤報警率。圖5示出了在幀號大約為 570處，很大的物體在快速移動，ilit成出現(xiàn)一些噪聲。然而，由于該算 法容許運動，所以它提供可靠的場景變化檢測，即當(dāng)大型物體移動經(jīng)過該 場景時，不^^m地檢測到場景變化。
總之，本發(fā)明的實施例提供了用于場景變化檢測的可靠、低成本和對 運動不敏感的方法。RSPV算法是可縮放的并且可以利用各種自適應(yīng)閾 值。
本發(fā)明的實施例可以用軟件、硬件、固件、各種類型的處理器或者其 組合來實施。因此， 一些實施例可以實施為在一個或者多個計算機可讀介 質(zhì)上實施的計算機可讀指令，所述計算機可讀介質(zhì)包括但不限于諸如 ROM、 RAM、軟盤、CD-ROM、 DVD等的存儲^h質(zhì)。>^發(fā)明的一些實 施例可以實施為具有存儲在其上的計算機可讀指令的計算機可讀介質(zhì)或 者實施為在Blackfin系列嵌入式數(shù)字信號處理器(該處理器可從馬薩諸塞
州諾伍德市的邏輯器件公司獲得)的高性能部件內(nèi)的視頻編碼器的硬件組
件。例如，可以利用包括各自能夠?qū)崿F(xiàn)600MHz性能的兩個獨立內(nèi)核的 數(shù)字信號處理器ADSP-BF 561以及實現(xiàn)高達(dá)756MHz性能的單內(nèi)核 ADSP-BF 533數(shù)字信號處理器。其它各種適當(dāng)?shù)臄?shù)字信號處理器也可以 實施本發(fā)明的實施例。
圖6是用于實施本發(fā)明實施例的示例計算設(shè)備的圖。這樣的設(shè)備可以 包括但不限于通過系統(tǒng)總線608互連的微處理器600、高速緩存存儲器 602、內(nèi)部存儲器604和DMA控制器606。在使用圖6的計算設(shè)備來實施 的本發(fā)明的實施例中，系統(tǒng)總線608連接到控制外部存儲器612的外部存 儲器控制器610。
從前文中應(yīng)當(dāng)理解，可以相互獨立或者以任何組合來運用這里描述的 本發(fā)明的許多方面。具體而言，可以單獨地、組合地或者以在前文描述的 實施例中未具體討論的多種布置^J逸用本發(fā)明的各方面，而這里描述的本 發(fā)明的各方面在它們的應(yīng)用上并不限于在前面的描述中闡明的或者在附 圖中圖示的組件的細(xì)節(jié)和布置。本發(fā)明的各方面能夠具有其它實施例并且 以各種方式加以實施或者實現(xiàn)。本發(fā)明的各個方面可以使用任一類電路來 實施，JJtt電路實施沒有限制。因而，前面的描述和附圖僅為舉例。
應(yīng)當(dāng)認(rèn)識到這里使用的措辭和術(shù)語是為了進(jìn)行描述而不應(yīng)當(dāng)理解為 限制。這里對"包括"、"具有"、"包含"及其變體的使用均旨在涵蓋其后列 舉的項及其等同內(nèi)容以及附加項。
權(quán)利要求
1.一種用于視頻序列中場景變化檢測的方法，包括a)將當(dāng)前幀劃分為多個分區(qū)，每個分區(qū)包含多個像素；b)對所述多個分區(qū)中各分區(qū)內(nèi)的所述多個像素進(jìn)行隨機子采樣；c)針對所述多個分區(qū)中的各當(dāng)前分區(qū)，生成多個像素值范圍中的各像素值范圍內(nèi)像素數(shù)目的直方圖，所述直方圖包括多個柄；d)確定所述當(dāng)前分區(qū)與參考幀中的對應(yīng)分區(qū)之間的逐柄直方圖絕對差值；e)如果所述逐柄直方圖絕對差值大于第一預(yù)定閾值，則將所述當(dāng)前分區(qū)標(biāo)記為有變化；f)針對所述當(dāng)前幀中的所述多個分區(qū)中的各分區(qū)，重復(fù)步驟b)至e)；以及g)如果所述當(dāng)前幀中標(biāo)記為有變化的分區(qū)的數(shù)目大于第二預(yù)定閾值，則報告所述當(dāng)前分區(qū)中的場景變化。
2. 根據(jù)權(quán)利要求1所述的方法，其中，所述像素值代^N應(yīng)像素顏色的照度分量。
3. 根據(jù)權(quán)利要求1所述的方法，其中，所述當(dāng)前幀中分區(qū)的數(shù)目在 從16至128的范圍內(nèi)。
4. 根據(jù)權(quán)利要求l所述的方法，其中，所述直方圖是16柄直方圖。
5. 根據(jù)權(quán)利要求1所述的方法，其中，所述第二預(yù)定閾值被定義為 所述當(dāng)前幀中的大多數(shù)分區(qū)。
6. —種計算機可讀存儲介質(zhì)，所述存儲介質(zhì)被編碼有用于在計算機 系統(tǒng)上執(zhí)行的計算機指令，所述指令在被執(zhí)行時執(zhí)行用于視頻序列中場景 變化檢測的方法，包括a) 將當(dāng)前幀劃分為多個分區(qū)，每個分區(qū)包含多個像素；b) 對所述多個分區(qū)中各分區(qū)內(nèi)的所述多個像素進(jìn)行隨機子釆樣；c) 針對所述多個分區(qū)中的各當(dāng)前分區(qū)，生成多個《象素值范圍中的各 《象素值范圍內(nèi)的4象素數(shù)目的直方圖，所述直方圖包括多個柄；d) 確定所述當(dāng)前分區(qū)與參考幀中的對應(yīng)分區(qū)之間的逐柄直方圖絕對 差值；e) 如果所述逐柄直方圖絕對差值大于第一預(yù)定閾值，則將所述當(dāng)前 分區(qū)標(biāo)記為有變化；f) 針對所述當(dāng)前幀中所述多個分區(qū)中的各分區(qū)，重復(fù)步驟b)至e);以及g) 如果所述當(dāng)前幀中標(biāo)記為有變化的分區(qū)的數(shù)目大于第二預(yù)定閾值， 則才艮告所述當(dāng)前分區(qū)中的場景變化。
7. 根據(jù)權(quán)利要求6所述的計算機可讀存儲介質(zhì)，其中，所述像素值 代表相應(yīng)像素顏色的照度分量。
8. 根據(jù)權(quán)利要求6所述的計算機可讀存儲介質(zhì)，其中，所述當(dāng)前幀 中分區(qū)的數(shù)目在從16至128的范圍內(nèi)。
9. 根據(jù)權(quán)利要求6所述的計算機可讀存儲介質(zhì)，其中，所述直方圖 是16柄直方圖。
10. 根據(jù)權(quán)利要求6所述的計算機可讀存儲介質(zhì)，其中，所述第二閾 值被定義為所述當(dāng)前幀中的大多數(shù)分區(qū)。
11. 一種包括處理器和計算機可讀存儲介質(zhì)的裝置，所述計算機可讀 存儲介質(zhì)包含用于在所述處理器上執(zhí)行以提供用于視頻序列中場景變化 檢測的方法的計算機指令，所述方法包括a)將當(dāng)前幀劃分為多個分區(qū)，每個分區(qū)包含多個像素；b )針對所述多個分區(qū)中各分區(qū)內(nèi)的所述多個《象素進(jìn)行隨機子采樣；c) 針對所述多個分區(qū)中的各當(dāng)前分區(qū)，生成多個像素值范圍中的各 像素值范圍內(nèi)的像素數(shù)目的直方圖，所述直方圖包括多個柄；d) 確定在所述當(dāng)前分區(qū)與參考幀中的對應(yīng)分區(qū)之間的逐柄直方圖絕 對差值；e) 如果所述逐柄直方圖絕對差值大于第一預(yù)定閾值，則將所述當(dāng)前 分區(qū)標(biāo)記為有變化；f) 針對所述當(dāng)前幀中所述多個分區(qū)中的各分區(qū)，重復(fù)步驟b)至e); 以及g) 如果所述當(dāng)前幀中所述多個分區(qū)中的大多數(shù)分區(qū)被標(biāo)記為有變化， 則報告場景變化。
12. 根據(jù)權(quán)利要求11所述的裝置，其中，所述像素值代表相應(yīng)像素 顏色的照度分量。
13. 根據(jù)權(quán)利要求11所述的裝置，其中，所述當(dāng)前幀中分區(qū)的數(shù)目 在從16至128的范圍內(nèi)。
14. 根據(jù)權(quán)利要求ll所述的裝置，其中，所述直方圖是16柄直方圖。
15. 根據(jù)權(quán)利要求11所述的裝置，其中，所述第二預(yù)定閾值被定義 為所述當(dāng)前幀中的大多數(shù)分區(qū)。
全文摘要
提供一種利用隨機子采樣分區(qū)表決(RSPV)算法用于視頻序列中場景變化檢測的系統(tǒng)和方法。在所述視頻序列中，當(dāng)前幀被劃分成多個分區(qū)。每個分區(qū)被進(jìn)行隨機子采樣，以及構(gòu)建像素強度值的直方圖以確定當(dāng)前分區(qū)是否不同于參考幀中的對應(yīng)分區(qū)。計算在當(dāng)前幀中的分區(qū)與參考幀中相同位置的分區(qū)之間的逐柄直方圖絕對差值。將所述直方圖差值與自適應(yīng)閾值進(jìn)行比較。如果大多數(shù)被檢查的分區(qū)具有顯著的變化，則檢測到場景改變。所述RSPV算法是與運動無關(guān)的，且特征在于存儲器訪問和計算的費用顯著降低。
文檔編號H04N5/14GK101352029SQ200680046809
公開日2009年1月21日 申請日期2006年12月14日 優(yōu)先權(quán)日2005年12月15日
發(fā)明者柯 寧, 偉 張, 馬克·霍夫曼 申請人:模擬裝置公司