基于MapReduce的抗闪光镜头边界检测

郑慧君

基于MapReduce的抗闪光镜头边界检测

郑慧君

（东莞职业技术学院计算机工程系，东莞 523808）

利用MapReduce编程模型并行计算的思想，将视频数据切割成若干个视频片段，分配给若干个任务节点主机进行视频特征值的提取和镜头边界检测。考虑到新闻视频中存在大量的闪光镜头，容易造成误检，用滑动窗口对帧间差异进行分析，修正帧间差值。实验结果表明，改进的镜头算法不仅大大提高镜头检测的效率，还可以有效地避免闪光镜头，取得较好的检测精度。

镜头边界检测；MapReduce；直方图；抗闪光

0 引言

随着多媒体技术、智能手机的发展，视频信息呈爆炸式增长。如何对海量的视频信息进行基于内容的语义分析，实现基于视频内容的查找、分类和检索，提取视频中有用的信息，成为目前学者研究的重点问题。视频检索必须对视频内容进行结构化处理，也就是对视频的帧按照不同的语义单元进行切块，分成不同的语义单元，这些语义单元称为镜头[1]。随着数字视频的使用越来越广泛，自动视频内容分析技术的需求也越来越大。作为视频结构化处理的基本步骤——镜头检测，它的工作性能与效果将直接影响后续的处理[2]。用传统的手工方法来切割视频非常耗时，对一小时的视频有时需要十个小时的工作来切割，所以需要一种自动的方法来切割视频镜头[3]。

在一些新闻视频中，由于照相机的闪光，造成帧间差异曲线中会出现两个相邻的波峰，镜头算法通常会判断为两次突变，容易造成误检。……