グローバルおよびローカル視覚記述子を組み合わせた高速ショットセグメンテーション

本論文では、ビデオをショットに迅速に時間的にセグメント化するためのアルゴリズムを紹介します。提案する方法は、ビデオの隣接フレームの視覚的類似性に基づいて、急激で緩やかな遷移を検出します。ローカル（SURF）およびグローバル（HSVヒストグラム）記述子の説明効率を利用してフレームの類似性を評価し、GPUベースの処理を使用して分析を加速します。具体的には、急激な遷移は、視覚コンテンツに急激な変化がある連続するビデオフレーム間で初めに検出され、これは非常に低い類似性スコアによって表されます。次に、計算されたスコアは、視覚コンテンツの進行的な変化が起こるフレームシーケンスの特定のためにさらに分析され、この方法で緩やかな遷移が検出されます。最後に、オブジェクト/カメラの動きやフラッシュライトによる外れ値を特定することを目的とした後処理ステップが実行されます。実験結果は、提案されたアルゴリズムが高い精度を達成し、リアルタイムよりも速い分析が可能であることを示しています。