我們在第四章提出了這個依照每段不同影片自動選擇畫面DC值差異的門檻 值，在P畫面中以intra–coding型式編碼的MB個數的門檻值，和P畫面中的主要移 動向量的數量的門檻值，利用這三種主要參考資訊來偵測瞬間式鏡頭變換及漸進 式鏡頭變換，我們的實驗平台是Windows 2000 作業系統，架構在Intel Pentium Processor 1.6GHz，256 MB RAM 的個人電腦上，程式開發工具是Microsoft Visual C++ 6.0，而我們採用的MPEG-2 解碼程式是用網路上下載的mpegplyer的公用程 式，它是一個用Microsoft Visual C++ 6.0 撰寫的MPEG-2 解碼程式及方便使用的應 用系統，為了使編碼格式統一，我們將所有實驗的影片利用TMPGEnc V2.5 統一 編碼成 352*240 尺寸的畫面大小，每秒鐘播放 30 張的MPEG-2 影片，每段GOP的 長度是 16，GOP格式為I B B P B B P B B P B B P B B P，我們實驗的影片來源有 從網站http://www.open-video.org/的分享的視訊影片資料庫下載的影片及用電視拮 取盒錄製的影片，七個影片是從網站http://www.open-video.org/ 的分享的視訊影片 資料庫中下載的影片，三個從電影及電視中錄下的影片，這些影片包含了卡通影 片，偏向靜態的室內記錄影片，室外的原野記錄影片，新聞影片，綜藝節目片段 的影片和電影中籃球比賽的片段，所用的實驗資料庫影片的代表畫面，列於圖 5.1。
(a) (b) (c)
(d) (e) (f)
(g) (h) (i)
(j)
(a) Boat.mpg從www.open-video.org 下載的户外原野記錄片 (b) Cat.mpg從www.open-video.org 下載的室內記錄片 (c) TV.mpg從www.open-video.org 下載的播報教學影片 (d) Sport.mpg 從電影＂鬼膽神偷＂中節錄的籃球比賽影片 (e) Cartoon.mpg從www.open-video.org 下載的卡通影片 (f) Hcil.mpg從www.open-video.org 下載的電腦教學影片
(g) QuietRev.mpg從www.open-video.org 下載的户外施工的影片 (h) Dog.mpg從www.open-video.org 下載的全家旅遊的影片 (i) News1.mpg 從電視節錄的播報新聞的影片
(j) Pet.mpg 從電視＂寵物當家＂節錄的一段綜藝節目影片 圖 5.1 所用的實驗資料庫影片的代表畫面
上 10 段影片的值測結果列於表 5.1，其中正確率是指偵測到的換鏡數目除以 實際上的換鏡數目，正確率愈高就表示換鏡偵測的效果愈好，如果沒有將換鏡變 化偵測出來就稱該畫面為漏判畫面，如果不是鏡頭變換的畫面卻被偵測為換鏡畫
面就稱該畫面為誤判畫面，換鏡偵測結果列於表 5.1 中， 換偵測的正確率上都有不錯表現，但是在有 zooming， fast panning 或打閃光燈的 狀況下有時還是會有誤判的現象發生，以下是我們針對漏判畫面的分析，圖 5.2
是一個瞬間式鏡頭漏判的狀況，在影片 Sport 中畫面 725 與畫面 726 中有一個瞬 間式換鏡，但是由於畫面 726 是一個 I 畫面，無法參考畫面中的 MB 編碼型態及 畫面中主要移動向量的個數，而且二張畫面的 DC 差異值並沒有大於判定換鏡的 DC 差異值的門檻值，所以會有漏判的現象。
(a)畫面 725 (a)畫面 726 圖 5.2 瞬間式鏡頭漏判的畫面
在漸近式鏡頭漏判的狀況，大致可分為二種型式，第一種是漸進式鏡頭
的轉變過程很短，只有一個畫面的轉變過程，我們的方法有時會無法有效的處 理，如圖 5.3 所示是影片 QuietRev 中漸進式鏡頭的轉變過程很短而造成漏判的畫 面，第二種是在漸進式鏡頭的轉變過程之後，鏡頭或是畫面還是在持續的移動，
導致畫面間的 DC 差異值還是大於漸進式變換鏡頭的 DC 門檻值，依我們的偵測 方法會認定目前的畫面還是在漸進式鏡頭的轉變過程之中，而會造成漏判的情 形。
(a)畫面 4801 (b)畫面 4802 (b)畫面 4803 圖 5.3 漸近式鏡頭漏判的畫面分析之一
關於在瞬間式鏡頭誤判的分析，在鏡頭移動太過劇烈，光線明暗變化很大的 情況或是畫面有旋轉的狀況，會因為二個畫面裡的 DC 差異值太大而有可能會造 成誤判的情況，如圖 5.4 所示影片 Hcil 的畫面 1852，畫面 1853 之間有打閃光燈 而造成瞬間式鏡頭誤判的情況，而在圖 5.5 中則是在影片 Cartoon 中的畫面 791，
畫面 792，有畫面旋轉狀況時而引起的誤判的情況。
(a)畫面 1852 (b)畫面 1853
圖 5.3 由光線造成的瞬間式鏡頭誤判的畫面
(a)畫面 791 (b)畫面 792
圖 5.4 由旋轉造成的瞬間式鏡頭誤判的畫面
關於在漸進式鏡頭誤判的分析，最常見的誤判的情況是有很大的物體從鏡頭
前面經過，在我們的偵測方法會因為物體經過又離開的現象而造成的漸進式鏡頭 誤判，因為在真正漸進式換鏡時的畫面 DC 差異值的特徵和物體經過又離開的現 象的畫面 DC 差異值的特徵十分相似，有時會造成誤判的情況如圖 5.5 所示，Dog 影片中的漸進式鏡頭誤判的情況。
(a)畫面 364 (b)畫面 369 (c)畫面 373
(d)畫面 378 (e)畫面 384 (f)畫面 392 圖 5.5 影片中誤判的漸進式鏡頭
第六章 結論與未來展望
本論文提出一個可依照不同影片型態和運動節奏而能自動化設定偵測換鏡 的門檻值，直接讀取 MPEG-2 視訊影片中的壓縮資訊，偵測發生鏡頭變換的位 置，我們先分析在 MPEG-2 視訊影片中發生瞬間式換鏡及漸進式換鏡時，MPEG-2 視訊影片中的壓縮資訊的特徵及參考資料，得到兩相鄰的 I (P) DC 畫面的 DC 差 異值，P 畫面裡編碼方式為 intra-coding 的 MB 個數及 P 畫面裡具最主要位移向 量的 MB 個數，這三個特徵可做為偵測換鏡的參考依據，並利用自動設定門檻值 的方法來得到一段影片中兩兩相鄰的 I (P) DC 畫面的 DC 差異值的瞬間式換鏡及 漸進式換鏡的門檻值，P 畫面裡編碼方式為 intra-coding 的 MB 個數的瞬間式換 鏡及漸進式換鏡的門檻值，及 P 畫面裡具主要位移向量的 MB 個數的瞬間式換鏡 及漸進式換鏡的門檻值，來進行瞬間式換鏡及漸進式換鏡的偵測。由實驗結果可 証明，本論文提出的方法，針對偵測瞬間式鏡頭變換在各個不同型態和運動節奏 的影片上都有不錯的正確性(約 98.7%)，針對偵測漸進式鏡頭變換在各個不同型 態和運動節奏的影片上也都有不錯的正確性(約 92.3%)，但是因為 I 畫面比 P 畫 面缺少 intra-coding 的 MB 個數及具有主要位移向量的 MB 個數的參考依據，所 以在偵測瞬間式鏡頭變換時，會有極少數漏判及誤判的情況，而在偵測漸進式鏡 頭變換時在激烈運動，快速移動鏡頭的情況下則容易有誤判的情況，應該可以再 使用分段自動偵測門檻值的方法降低誤判的情況，並再加強我們的演算法。
參 考 文 獻
[1] A. Nagasaka and Y. Tanaka, “Automatic Video Indexing and Full-video Search for Object Appearance,＂IFIP : Visual Database Systems Ⅱ, pp. 113-127, 1995.
[2] H. J.Zhang, A. Kankanhalli, and S. W. Smoliar, ＂Automatic Partitioning of Full-Motion Video, ＂Multimedia Systems,Vol.1,pp 10-28,1993.
[3] B. L. Yeo and B. Liu, “Rapid Scene Analysis on Compressed Video,＂ IEEE Trans.
on Circuits and Systems for Video Technology, Vol. 5, No. 6, pp. 533-544, 1995.
[4] S. C. Pei and Y. Z. Chou, “Efficient MPEG Compressed Video Analysis Using Macroblock Type Information,“ IEEE Transaction on Multimedia, Vol. 1, No. 4, pp.
321-333, 1999.
[5] ISO/IEC IS 11172-2, MPEG-1 Video.
[6] ISO/IEC IS 13818-2, MPEG-2 Video.
[7] W. L. Lin,“Automatic Shot Change Detection In Digital Video, ＂Master Thesis, CIS, NCTU, 2001.
[8] J. Meng, Y. Juan, and S-F. Chang,＂Scene change detection in MPEG compressed Video sequence,＂ Digital Video Compression: Algorithms and Tehniques, SPIE, Vol.
2419, pp. 14-25, 1995.
[9] W. Wang and Z. Weng, ＂Scene Abrupt Change Detection,＂Canadian Conference on Electrical and Computer Engineering. Vol. 2 pp. 880-883,2000
[10]C. L.Huang, and B.Y. Liao, ＂A Robust Scene-Change Detection Method for Video Segmentaiton,＂ IEEE Trans. Circuit and System for Video Technology, Vol1, No. 12
pp.1281-1288, 2001.
[11]B.T. Truong,C .Dorai, and S. Venkatesh ＂Improve Fade and Dissolve Detection for Reliable Video Segmentation,＂ International Conference on Image processing Vancouver, Canada , pp.961-964, 2000.
[12]B. M. Mehtre, M. S. Kankanhalli, A. D. Narasimhalu and G.C. Man ＂Color Matching for Image Retrieval,＂ Pattern Recongnit .Lett., vol ,16, pp.325-331, 1994.