[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

TWI538492B - Video clip search method - Google Patents

Video clip search method Download PDF

Info

Publication number
TWI538492B
TWI538492B TW101137038A TW101137038A TWI538492B TW I538492 B TWI538492 B TW I538492B TW 101137038 A TW101137038 A TW 101137038A TW 101137038 A TW101137038 A TW 101137038A TW I538492 B TWI538492 B TW I538492B
Authority
TW
Taiwan
Prior art keywords
complex
value
values
feature
film
Prior art date
Application number
TW101137038A
Other languages
English (en)
Other versions
TW201415867A (zh
Inventor
shi-wei Luo
Fang-Bang Lin
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed filed Critical
Priority to TW101137038A priority Critical patent/TWI538492B/zh
Priority to US13/709,232 priority patent/US9075876B2/en
Publication of TW201415867A publication Critical patent/TW201415867A/zh
Application granted granted Critical
Publication of TWI538492B publication Critical patent/TWI538492B/zh

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/783—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/7847—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using low-level visual features of the video content
    • G06F16/785—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using low-level visual features of the video content using colour or luminescence

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Library & Information Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Image Analysis (AREA)

Description

影片片段搜尋方法
本發明係關於一種搜尋方法，特別是指一種將影格間影像特徵差異隨時間軸之變化作為搜尋比對基礎之影片片段搜尋方法。
隨著近年來多媒體產業之蓬勃發展，大量資訊以影片之方式呈現及保存，因此不管是商業利用、學術研究或民間使用等領域，皆產生影片資訊大量增加導致之儲存、處理、查找等應用需求。
現有之影片查找技術主要分為語意查找(Semantic retrieval)與影像內容查找(Content based video retrieval)兩大領域：語意查找之方式雖然最接近人類自然語言與感知，但有其先天性之限制，如需於資料庫中預先以文字定義描述影片，查找時亦需選擇適切之關鍵詞才能順利進行搜尋等，此二部份文字之定義與關鍵詞之選擇之自動化技術仍有待進一步之發展，目前之技術層次仍然不足，而難以突破其先天性限制。
另，影像內容查找方面又可分為關鍵影格(key frame)查找與逐格查找(frame-by-frame)兩類：關鍵影格技術之優點在於可降低需計算之資料量，然關鍵影格有其定義上的困難，目前面臨最大之問題在於由不同之方法或參數計算出之關鍵影格結果並不絕對一致，因此可能產生查找錯漏之缺失，而定義問題亦成 為關鍵影格技術目前極需突破之限制。而逐格查找技術雖可以避免關鍵影格技術中計算結果不一致之問題，但計算量上遠大於關鍵影格技術，因此如何建立較佳之逐格取樣模型，以在保持比對正確度之情況下，有效地降低需計算之資料量，即為逐格查找技術發展之重點。
有鑑於此，本發明提出一種可自動化、採逐格查找、計算快速、比對精準之影片片段搜尋技術，利用快速計算影格間影像特徵差距隨時間軸之變化取代對分析並比對每一影格影像之組成內容，且由於本發明提出之技術係立基於計算時間軸上相鄰兩影格間之影像特徵變異量，而非影像特徵本身，因此影像特徵變異量對時間軸之分布曲線不會因為轉碼、縮放或色相亮度調整等影片處理而改變，而可以有效地比對影片間之相似程度，故除了可用以搜尋與目標影片或目標影片片段相匹配之影片外，亦可應用於重複(redundancy)影片之過濾與版權影片檢查(copy detection)等用途，即使重複影片或盜用影片已經過壓縮、轉碼或色相亮度調整等處理，透過本發明提供之影片片段搜尋方法仍可有效地查找到重複之影片或盜用之版權影片。
本發明之技術可包含兩部份，一為影片時空特徵產生方法，二為利用影片時空特徵進行影片間之比對，以查找相匹配之影片。其中，影片時空特徵之產生步驟包含取得複數影片並將該些影片儲存於一儲存單元，每一影片分別包含複數影格，之後一運算單元對該些影格進行特徵提取而得到複數特徵值，並計算每一影格之特徵值與該影格前一影格之特徵值間以及該影格後一影格之特徵值與該影格之特徵值間之複數差異值，且將每一影片所有影格間之該些差異值對應時間軸產生一數據集合，並將複數數據集 合對應該些影片儲存於一儲存單元，即得到該些影片之時空特徵；產生影片時空特徵後，該運算單元分別將任一影片之一數據集合與其他影片之複數數據集合進行比對，即可得到一搜尋結果，其中，該運算單元分別計算該影片之該數據集合與其他複數影片之該些數據集合間之複數距離值，該些距離值越小表示該些影片越近似。
本發明之目的，在於提供一種影片時空特徵產生方法，將每一影片內所有相鄰影格間之影像特徵差異對應時間軸之變化作為該影片之時空特徵，該影片時空特徵不會因對影片進行轉碼、縮放、色相亮度調整等處理而改變，並可作為複數影片間相互比對之基礎。
本發明之目的，在於提供一種影片片段搜尋方法，比對任一影片與其他影片之影片時空特徵，以得到一搜尋結果，而達到可自動化、逐格查找、計算快速且比對精準之影片查詢，並適用於匹配或類似之影片查詢、重複影片過濾與版權影片篩選檢查等用途。
為達上述之目的，本發明提出一種影片片段搜尋方法以及應用於該種影片片段搜尋方法之影片時空特徵產生方法，其步驟包含：首先取得複數影片，每一影片係包含複數影格，並將該些影片儲存於一儲存單元，之後一運算單元分別對該些影格進行特徵提取而得到複數特徵值，該運算單元分別計算每一影格之特徵值與該影格前一影格之特徵值間以及該影格後一影格之特徵值與該影格之特徵值間之複數差異值，每一影片所有影格間之該些差異 值對應時間軸即產生一數據集合，並將複數數據集合對應該些影片儲存於該儲存單元，即得到該些影片之影片時空特徵；得到該些影片之影片時空特徵後，該運算單元分別將任一影片之一數據集合與其他複數影片之該些數據集合進行比對，即得到一搜尋結果，該搜尋結果可包含與該影片匹配之至少一影片。
該運算單元分別對該些影格進行特徵提取而得到複數特徵值之步驟可進一步包含該運算單元對該些影格分別包含之複數像素進行取樣而得到複數描述值，再將該些描述值轉換為該些特徵值。該些描述值可為複數RGB值、複數RGBA值、複數HSV、複數HSI值、複數YUV值、複數亮度值或複數灰度值，該些RGB值可反映複數像素之三原色組成比例，該些RGBA值除可反映複數像素之三原色組成比例外，其具有之Alpha值更可反映該些像素之色彩透明度，該些HSV值可反映複數像素之色相、飽和度與明度，該些HSI值則反映複數像素之色相、飽和度與亮度，該些YUV值則反映複數像素之明亮度、色度與濃度，由於該些描述值可能為單一值或複合值，如該些亮度值或該些灰度值為單一值，該些RGB值、該些HSV值、該些YUV值為三值複合值，該些RGBA值則為四值複合值，因此，該些描述值之選擇將影響本發明之影片片段搜尋方法執行之速度，複合值由越多值組成則運算速度越慢，而單一值之運算數度較複合值快，因此可達到較佳之效能，另，該些特徵值可為複數算術平均數、複數幾何平均數、複數矩陣、複數直方圖或其他集合，取描述值與取特徵值之過程會省略大部份影像訊息而僅保留少部分影像訊息，該些直方圖可保留之影像訊息較該些幾何平均數可保留之影像訊息多，且一般而言，該些幾何平均可保留之影像訊息亦較該些算術平均數可保留之影像訊息多。
若直接將該些影格之該些特徵值隨時間軸產生一特徵曲線，並以該特徵曲線作為搜尋匹配或相似影片之比對基礎時，該特徵曲線與比對結果皆較易受影像變異之影響，如將該影片調亮、調暗、改變色度、縮放或轉碼等動作時，即會破壞該影片該些影格中之該些特徵值，而難以搜尋或追查相似之影片，因此本發明即將該些特徵值換算為該些差異值，藉由計算相鄰二影格間之影像特徵值差異，降低影像變異對影片比對之影響。該些差異值係反映時間軸上相臨之任二影格間特徵值之差異，該些差異值可依選用不同之函數方法進行計算，而為複數卡方(chi-square)值、複數峰值訊噪比(PSNR)值、複數方均根誤差(RMSE)值、複數通用性影像品質指標(UQI)值、複數影片品質計分(VQM)值、複數知覺影片品質計分(PEVQ)值、複數結構相似指標(SSIM)值、複數量化餘弦係數與動態資訊(DC+M)值或複數移動向量(motion vector)值，該些卡方值與該些方均根誤差值係將統計方法應用於影像處理，可反映二影像間特徵值之差異，尤其該些卡方值之選用為創新之方法，該些結構相似指標值、該些量化餘弦係數與動態資訊值以及該些移動向量值同樣可反映二影像間特徵值之差異，該些通用性影像品質指標值、該些影片品質計分值以及該些知覺影片品質計分值則反映二影像間品質之差異，因而可相互替換並使用於本發明之影片片段搜尋方法中該些數據集合之產生。
該些數據集合可表示為複數時空特徵曲線，該運算單元將指定為搜尋標的之任一影片之一數據集合與其他複數影片之該些數據集合進行比對，得到一搜尋結果之步驟可進一步包含該運算單元分別計算該影片之該數據集合與其他複數影片之該些數據集合 間之複數距離值，該些距離值可依選用不同之距離函數計算，而為複數歐幾里得距離(Euclidean distance)值、複數馬哈拉諾比斯距離(Mahalanobis distance)值或複數郝斯多夫距離(Hausdorff distance)值，該些距離值反映二數據集合或時空特徵曲線間之差異性，該距離值越小，表示該二數據集合或時空特徵曲線間之差異越小，即對應該二數據集合之二影片間越為匹配或近似，故，數學方法中計算距離值之方法皆適用於本發明中比對複數數據集合，另，亦可設定一判定標準，而於該搜尋結果顯示該些距離值低於該判定標準之複數影片，並可由該距離值最小之影片開始隨該距離值遞增向後排列，以提供最為匹配或相似之影片搜尋結果。
10‧‧‧第一時空特徵曲線
20‧‧‧第二時空特徵曲線
第一圖為本發明之總體流程圖；第二圖為本發明第一實施例之實施流程圖；第三圖為一灰度直方圖之示意圖；及第四圖為二時空特徵曲線間之郝斯多夫距離示意圖。
茲為使 貴審查委員對本發明之結構特徵及所達成之功效有更進一步之瞭解與認識，謹佐以較佳之實施例及配合詳細之說明，說明如後：本發明之影片片段搜尋方法之特色在於：將每一影片內所有相鄰影格間之影像特徵差異對應時間軸之變化得出一數據集合，以作為該影片之時空特徵，並以該數據集合作為影片間查詢比對之基礎，該數據集合不僅不易受影片縮放、轉碼或色調亮度調整 之影響，又可簡化影片之比對並達到相當精準之匹配效果，而可提供一自動化、逐格比對、計算快速、比對精準之影片片段搜尋方法，且適用於查詢匹配或相似影片、篩選重複影片版權影片檢查等用途。
首先請參閱第一圖，其係本發明之總體流程圖；如圖所示，本發明係一種影片片段搜尋方法，其流程包含：步驟S10：取得複數影片；步驟S11：由複數像素提取複數描述值；步驟S12：將複數影格內之複數描述值轉換為複數特徵值；步驟S13：計算時間軸上所有影格與該影格前後各一影格間特徵值之複數差異值；步驟S14：將每一影片之所有差異值對應時間軸產生一數據集合並將該數據集合表示為一時空特徵曲線；步驟S20：分別計算一影片與其他複數影片之時空特徵曲線間之複數距離值；及步驟S21：依該些距離值產生一搜尋結果。
本流程係以一影片作為標的，由其他複數影片中搜尋與該影片匹配或相似之影片之流程，其中，步驟S10至步驟S14係產生該些影片之該些時空特徵之流程，步驟S20至步驟S21係比對該影片與其他複數影片間之時空特徵間差異程度之流程。
於步驟S10中，取得複數影片並將該些影片儲存於一儲存單元，其中每一影片皆具有複數影格，每一影格皆具有複數像素；之後進行步驟S11，一運算單元由該些影片之每一影格內之複數像素提取複數描述值，該些描述值可為複數RGB值、複數RGBA值、複數HSV、複數HSI值、複數YUV值、複數亮度值或複數灰度值 ，以描述該些像素之特性；並於步驟S12中將該些描述值轉換為 複數特徵值，該些特徵值可為複數算術平均數、複數幾何平均數、複數矩陣、複數直方圖或複數其他集合，透過取該些描述質與轉換為該些特徵值之過程，使該些特徵值可分別代表該些影格之影像特徵，且比起原先完整之該些影格，由該些影格所得之該些特徵值僅需使用很小之儲存空間；之後該運算單元即執行步驟S13，分別由該些影片之時間軸上所有影格與其前後影格計算出複數差異值，該些差異值可為複數卡方值、複數峰值訊噪比值、複數方均根誤差值、複數通用性影像品質指標值、複數影片品質計分值、複數知覺影片品質計分值、複數結構相似指標值、複數量化餘弦係數與動態資訊值或複數移動向量值；隨後並於步驟S14中，將每一影片內所有影格間之所有差異值依時間軸排列而產生一數據集合並將該數據集合儲存於該儲存空間，該數據集合即為該影片之時空特徵，且表示為一時空特徵曲線。
步驟S20中，由該些影片中選擇一影片作為搜尋標的，並分別計算該影片之一時空特徵曲線與其餘該些影片之該些時空特徵曲線間之複數距離值，該些距離值可為複數歐幾里得距離值、複數馬哈拉諾比斯距離值或複數郝斯多夫距離值，該些距離值可用以判別該時空特徵曲線與其餘該些時空特徵曲線之近似程度，該些距離值越小表示該影片間越為匹配或近似；之後即執行步驟S21，得到該搜尋結果，另可設定一判定標準，將該些距離值低於該判定標準之該些影片包含於該搜尋結果，並可由該距離值最小之影片開始隨該距離值遞增向後排列，以優先提供與作為搜尋標的之該影片最為匹配或相似之影片。
故，透過步驟S10至步驟S21之實施，本發明可將複數影片分 別包含之複數影格間特徵值之差異值對應時間軸產生之一數據集合作為該些影片之時空特徵，並將該數據集合作為影片間查詢比對之基礎。
請參閱第二圖，其係本發明之第一實施例之實施流程圖；如圖所示，本發明之影片片段搜尋方法，其第一實施例之流程包含：步驟S30：取得複數影片；步驟S31：由複數像素提取複數灰度值；步驟S32：將複數影格內之複數灰度值轉換為複數灰度直方圖；步驟S33：計算時間軸上所有影格與該影格前後各一影格間灰度直方圖之複數卡方值；步驟S34：將每一影片之所有卡方值對應時間軸產生一數據集合並將該數據集合表示為一時空特徵曲線；步驟S40：分別計算一影片與其他複數影片之時空特徵曲線間之複數郝斯多夫距離值；及步驟S41：依該些郝斯多夫距離值產生一搜尋結果。
本實施例中，係由每一影片中每一影格包含之每一像素取一灰度值，並將每一影格內包含之複數像素之複數灰度值轉換為一灰度直方圖(如第三圖所示)，其中該灰度直方圖之橫軸為灰度值數值，由0至255，縱軸為像素數量，每一灰度值數值對應之直、條表示該影格中該灰度值符合該灰度值數值之像素數量，並分別計算相鄰影格間灰度直方圖之卡方值，以反映相鄰影格間影像中該些像素灰度值於該些灰度直方圖內分布之差異，卡方值之計算算式如下： X2=Σ(Ri-Si)2/(Ri+Si)
其中，i表示266個灰度值，由灰度值為0至灰度值為255，Ri代表相臨之二影格中，時間較早之一影格裡灰度值為i之像素數量，而Si代表相臨之二影格中，時間較晚之一影格裡灰度值為i之像素數量，因此(Ri-Si)2/(Ri+Si)可反映該二影格中，灰度值為i之像素數量變化，將i等於0至i等於255之(Ri-Si)2/(Ri+Si)加總，即得到一卡方值X2，該卡方值可反映所有灰度值數值對應之像素數量變化量。
計算出相鄰影格間之卡方值後，將一影片之所有卡方值對應時間軸即可得到一數據集合，並可將該數據集合表示為一時空特徵曲線以比對任二影片間數據集合之距離，本實施例中，係計算任二時空特徵曲線間之一郝斯多夫距離值，如第四圖所示，由一第一時空特徵曲線10與一第二時空特徵曲線20可計算該第一時空特徵曲線10上任一A點至該第二時空特徵曲線20上任一B點之距離h(A,B)。
郝斯多夫距離值之計算算式如下：H(A,B)=max(h(A,B),h(B,A))
其中，h(A,B)=maxaAminbB ∥ a-b ∥，h(A,B)即為A至B之最大距離，h(B,A)則為B至A之最大距離，通常h(A,B)與h(B,A)並不等值，但在建立時空特徵曲線之將每一卡方值點依時間軸排列，使A至B之最大距離與B至A之最大距離相同，因此在本發明中可不計算h(B,A)，更節省該運算單元處理影片比對之時間。
分別計算作為標的之一影片與其餘該些影片間之複數郝斯多夫距離值後，其餘該些影片中對應最小之郝斯多夫距離值之影片，即為與作為標的之該影片最為匹配之影片。
請參閱附件一，其係本發明第一實施例之一實際操作結果；如附件所示，其中(A)係為本實際操作時使用之20個不同之影片，該些影片係由http：//www.reefvid.org/提供之免費礁岩影片資料庫取得，且皆拍攝於法屬新喀里多尼亞之美拉尼西亞群島之利福島。(B)中表列之數字則為每一影片所得之時空特徵曲線間，互相計算郝斯多夫距離值之結果，由圖中之數字可知，相同之影片會得到郝斯多夫距離值為零之結果，而越類似之影片則會得到越低之郝斯多夫距離值。(C)則以其中編號357之影片為例，以折線圖顯示其與包含其自身之20個影片之郝斯多夫距離值，由圖中可知，除編號357之影片自身以外，與編號357之影片時空特徵曲線最為近似之影片係編號368之影片。由此實際操作之結果更可知以一影片於包含該影片之複數影片中找尋與該影片相同之影片時，可得到100%之正確結果，即，縱使影片之題材與影格畫面相當類似，然只有完全相同之影片會得到郝斯多夫距離值為零之結果。
綜上所述，本發明係一種影片片段搜尋方法，其包含取得複數影片並將該些影片儲存於一儲存單元，每一影片分別包含複數影格，之後一運算單元對該些影格進行特徵提取而得到複數特徵值，並計算每一影格與該影格前一影格間以及該影格後一影格與該影格間特徵值之複數差異值，且將每一影片之所有差異值對應時間軸之一數據集合儲存於該儲存單元，最後分別比對任一影片與其他影片之數據集合，即得到一搜尋結果，而可提供一自動化、逐格查找、計算快速、比對精準之影片片段搜尋方法，並可應用於普通之影片查找、重複影片之篩選與版權影片之檢查。
故本發明實為一具有新穎性、進步性及可供產業利用者，應 符合我國專利法所規定之專利申請要件無疑，爰依法提出創作專利申請，祈 鈞局早日賜准專利，至感為禱。
惟以上所述者，僅為本發明之較佳實施例而已，並非用來限定本發明實施之範圍，舉凡依本發明申請專利範圍所述之形狀、構造、特徵及精神所為之均等變化與修飾，均應包括於本發明之申請專利範圍內。

Claims (17)

  1. 一種影片片段搜尋方法，其步驟係包含：取得複數影片，每一影片係包含複數影格，並將該些影片儲存於一儲存單元；一運算單元分別對該些影格進行特徵提取而得到複數特徵值；該運算單元分別計算每一影格之特徵值與該影格前一影格之特徵值間以及該影格後一影格之特徵值與該影格之特徵值間之複數差異值，每一影片所有影格間之該些差異值對應時間軸即產生一數據集合，並將該些影片對應之複數數據集合儲存於該儲存單元；以及該運算單元分別將任一影片之一數據集合與其他複數影片之該些數據集合進行比對，得到一搜尋結果。
  2. 如申請專利範圍第1項所述之影片片段搜尋方法，其中該運算單元分別對該些影格進行特徵提取而得到複數特徵值之步驟係進一步包含：該運算單元對該些影格分別包含之複數像素進行取樣而得到複數描述值，再將該些描述值轉換為該些特徵值。
  3. 如申請專利範圍第2項所述之影片片段搜尋方法，其中該些描述值係為複數RGB值、複數RGBA值、複數HSV、複數HSI值、複數YUV值、複數亮度值或複數灰度值。
  4. 如申請專利範圍第1項所述之影片片段搜尋方法，其中該些特徵值係為複數算術平均數、複數幾何平均數、複數矩陣或複數直方 圖。
  5. 如申請專利範圍第1項所述之影片片段搜尋方法，其中該些差異值係為複數卡方(chi-square)值、複數峰值訊噪比(PSNR)值、複數方均根誤差(RMSE)值、複數通用性影像品質指標(UQI)值、複數影片品質計分(VQM)值、複數知覺影片品質計分(PEVQ)值、複數結構相似指標(SSIM)值、複數量化餘弦係數與動態資訊(DC+M)值或複數移動向量(motion vector)值。
  6. 如申請專利範圍第1項所述之影片片段搜尋方法，其中該數據集合係表示為一時空特徵曲線。
  7. 如申請專利範圍第1項所述之影片片段搜尋方法，其中該運算單元分別將任一影片之一數據集合與其他複數影片之該些數據集合進行比對，得到一搜尋結果之步驟係進一步包含：該運算單元分別計算該影片之該數據集合與其他複數影片之該些數據集合間之複數距離值。
  8. 如申請專利範圍第7項所述之影片片段搜尋方法，其中該搜尋結果係包含該些距離值低於一判定標準之複數影片。
  9. 如申請專利範圍第7項所述之影片片段搜尋方法，其中該些距離值係為複數歐幾里得距離(Euclidean distance)值、複數馬哈拉諾比斯距離(Mahalanobis distance)值或複數郝斯多夫距離(Hausdorff distance)值。
  10. 如申請專利範圍第3項、第4項、第5項或第9項所述之影片片段搜尋方法，其中該些描述值係為複數灰度值，該些特徵值係為複數灰度直方圖，該些差異值係為複數卡方值，該些距離值係為複數郝斯多夫距離值。
  11. 一種影片片段搜尋方法，其步驟係包含： 取得複數影片，每一影片係包含複數影格，並將該些影片儲存於一儲存單元；一運算單元分別對該些影格進行特徵提取而得到複數特徵值；以及該運算單元分別計算每一影格之特徵值與該影格前一影格之特徵值間以及該影格後一影格之特徵值與該影格之特徵值間之複數差異值，每一影片所有影格間之該些差異值對應時間軸即產生一數據集合，並將該些影片對應之複數數據集合儲存於該儲存單元。
  12. 如申請專利範圍第11項所述之影片片段搜尋方法，其中該運算單元分別對該些影格進行特徵提取而得到複數特徵值之步驟係進一步包含：該運算單元對該些影格分別包含之複數像素進行取樣而得到複數描述值，再將該些描述值轉換為該些特徵值。
  13. 如申請專利範圍第12項所述之影片片段搜尋方法，其中該些描述值係為複數RGB值、複數RGBA值、複數HSV、複數HSI值、複數YUV值、複數亮度值或複數灰度值。
  14. 如申請專利範圍第11項所述之影片片段搜尋方法，其中該些特徵值係為複數算術平均數、複數幾何平均數、複數矩陣或複數直方圖。
  15. 如申請專利範圍第11項所述之影片片段搜尋方法，其中該些差異值係為複數卡方(chi-square)值、複數峰值訊噪比(PSNR)值、複數方均根誤差(RMSE)值、複數通用性影像品質指標(UQI)值、複數影片品質計分(VQM)值、複數知覺影片品質計分(PEVQ)值、複數結構相似指標(SSIM)值、複數量化餘弦係數與動態資訊(DC+M)值或複數移動向量(motion vector)值。
  16. 如申請專利範圍第11項所述之影片片段搜尋方法，其中該數據集合係表示為一時空特徵曲線。
  17. 如申請專利範圍第13項、第14項或第15項所述之影片片段搜尋方法，其中該些描述值係為複數灰度值，該些特徵值係為複數灰度直方圖，該些差異值係為複數卡方值。
TW101137038A 2012-10-05 2012-10-05 Video clip search method TWI538492B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
TW101137038A TWI538492B (zh) 2012-10-05 2012-10-05 Video clip search method
US13/709,232 US9075876B2 (en) 2012-10-05 2012-12-10 Search method for video clip

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW101137038A TWI538492B (zh) 2012-10-05 2012-10-05 Video clip search method

Publications (2)

Publication Number Publication Date
TW201415867A TW201415867A (zh) 2014-04-16
TWI538492B true TWI538492B (zh) 2016-06-11

Family

ID=50432708

Family Applications (1)

Application Number Title Priority Date Filing Date
TW101137038A TWI538492B (zh) 2012-10-05 2012-10-05 Video clip search method

Country Status (2)

Country Link
US (1) US9075876B2 (zh)
TW (1) TWI538492B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6541334B2 (ja) * 2014-11-05 2019-07-10 キヤノン株式会社 画像処理装置、画像処理方法、およびプログラム
DE102016212888A1 (de) 2016-07-14 2018-01-18 Siemens Healthcare Gmbh Bestimmen einer Bildserie abhängig von einer Signaturmenge
CN106454509B (zh) * 2016-09-27 2019-09-27 深圳市茁壮网络股份有限公司 一种广告图像的检测方法及装置
US10887362B2 (en) * 2017-04-10 2021-01-05 Box, Inc. Forensic watermarking of shared video content
CN111741331B (zh) * 2020-08-07 2020-12-22 北京美摄网络科技有限公司 一种视频片段处理方法、装置、存储介质及设备
TWI763043B (zh) * 2020-09-18 2022-05-01 英業達股份有限公司 產生循環影片的方法
CN112423138A (zh) * 2020-11-06 2021-02-26 北京字节跳动网络技术有限公司 一种搜索结果展示方法及终端设备
CN114339455B (zh) * 2021-12-24 2024-02-09 空间视创(重庆)科技股份有限公司 一种基于音频特征的短视频预告片自动生成方法及系统

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5870754A (en) * 1996-04-25 1999-02-09 Philips Electronics North America Corporation Video retrieval of MPEG compressed sequences using DC and motion signatures
US20040240562A1 (en) * 2003-05-28 2004-12-02 Microsoft Corporation Process and system for identifying a position in video using content-based video timelines
US8655031B2 (en) * 2007-03-27 2014-02-18 Sony Corporation Video content identification using scene change signatures from downscaled images
US8498487B2 (en) * 2008-08-20 2013-07-30 Sri International Content-based matching of videos using local spatio-temporal fingerprints
US8786785B2 (en) * 2011-04-05 2014-07-22 Microsoft Corporation Video signature

Also Published As

Publication number Publication date
US20140099023A1 (en) 2014-04-10
US9075876B2 (en) 2015-07-07
TW201415867A (zh) 2014-04-16

Similar Documents

Publication Publication Date Title
TWI538492B (zh) Video clip search method
Ren et al. Gated fusion network for single image dehazing
Wang et al. Single image dehazing with a physical model and dark channel prior
CN106412619B (zh) 一种基于hsv颜色直方图和dct感知哈希的镜头边界检测方法
TW530498B (en) Object segmentation method using MPEG-7
TWI443535B (zh) 視訊搜尋方法、系統及建立視訊資料庫的方法
CN105046653B (zh) 一种视频雨滴去除方法及系统
Huang et al. Infrared image enhancement algorithm based on adaptive histogram segmentation
CN112507842A (zh) 一种基于关键帧提取的视频文字识别方法和装置
WO2022126674A1 (zh) 立体全景图像的质量评价方法、系统
Li et al. Low illumination video image enhancement
Hao et al. Lightness-aware contrast enhancement for images with different illumination conditions
Wang et al. Single-image dehazing using color attenuation prior based on haze-lines
WO2023169318A1 (zh) 图像质量确定方法、装置、设备和存储介质
TWI426779B (zh) Object color correction method, system and its computer program products
CN110188625A (zh) 一种基于多特征融合的视频精细结构化方法
Sharma et al. A review of passive forensic techniques for detection of copy-move attacks on digital videos
CN110570441B (zh) 一种超高清低延时视频控制方法及系统
Li et al. Contrast enhancement algorithm for outdoor infrared images based on local gradient-grayscale statistical feature
CN109544463A (zh) 基于图像内容的逆色调映射方法
CN116980549A (zh) 视频帧处理方法、装置、计算机设备和存储介质
Zhou et al. Adaptive histogram fusion-based colour restoration and enhancement for underwater images
CN110619362B (zh) 一种基于感知与像差的视频内容比对方法及装置
Fang et al. Detail maintained low-light video image enhancement algorithm
CN107480616B (zh) 一种基于图像分析的肤色检测单位分析方法和系统

Legal Events

Date Code Title Description
MM4A Annulment or lapse of patent due to non-payment of fees