第四章 實驗結果及討論
4.2 實驗結果
本實驗主要分為兩個部份，4.2.1 說明動態換頁特效所在位置的偵測結果，
4.2.2 討論動態換頁特效的分類成效。
4.2.1 動態換頁特效所在位置之偵測結果
在本節討論動態換頁特效位置的偵測結果，並不考慮特效的分類情況，在此 實驗採用廣泛採用的 Recall 及 Precision Rate，定義如式 4.1-4.2 所示，其中nc為
正確偵測的數目，nm為未偵測的數目，nf為錯誤偵測的數目。Recall 及 Precision
Rate 皆介於 0 至 1 之間，其值越接近 1 則正確率越高，反之則正確率較低。
Recall = nc
nc+nm (式 4.1)
Precision = nc
nc+nf (式 4.2) 表 4.1 投影片簡報及內含投影片張數
如 4.1 節中所提，本實驗所有簡報共有 1019 個特效總數。在這 1019 個特效
特效類別 特效總數 判定為 SCT 判定為 DCT 判定為 MCT Precision Rate
SCT 444 431 0 13 97%
DCT 249 18 228 3 92%
MCT 318 49 8 261 82%
SCT 類型有 431 個正確分類為 SCT，0 個誤判為 DCT，13 個誤判為 MCT 類別，
Precision Rate 為 97%。在本實驗中，並無 SCT 誤判為 DCT 的情況發生，由於本 研究所採用的 DPAO 演算法，在 48 個簡報影片中，當未遭受外界干擾(如環境光 源變化、攝影機振動等)的情況下，DPAO 演算法將實際是 SCT 類別的換頁特效歸 類為 SCT 的正確率高達 100%。並且在區塊比對演算法下，SCT 類別於每兩相臨畫 面變化中必定集中於少數區塊，因此也不容易誤判為 DCT 類別。
而 SCT 誤判為 MCT 的情況則有 3%，共 13 個。主要原因來自於換頁特效過程 中同時發生環境光源變化，如下圖 4.1 所示。SCT 誤判為 MCT 類別必需經過 DPAO 及 GLPD 兩演算法的錯判，由於在換頁特效過程中同時發生環境光源變化，在 DPAO 演算法中，由於經過二元化處理，因此當環境光源亮度改變，投影片內的投影圖 資訊也將劇烈改變，因此在計算 DPD 距離時，與首尾兩張畫面比較並不符合線性 改變的情況；而在 GLPD 演算法中，由於環境光源的突然改變，亮度改變時的畫 面與首尾兩張畫面相減的變化總點數突然劇增，也不符合線性改變的情況，因此
表 4.3 特效分類結果
在本實驗中，不管是 SCT 或是 DCT 類別，當發生環境光源變化時，皆相當容易被 誤判為 MCT 類別。
(a) (b) (c) (d)
DCT 類型則有 228 個正確分類為 DCT，18 個誤判為 SCT，3 個誤判為 MCT 類別，
Precision 值為 92%。其中 DCT 誤判為 SCT 的情況為 7%，共 18 個。主要原因則是 首尾兩張影像中有大於一半的區塊內有資料，但僅有少數 1-2 個區塊中的資訊有 變化，因此在區塊比對演算法中，將被誤判為 SCT 類別，如圖 4.2 所示，假設此 處區塊比對特徵值(BMF)門檻值 T8=0.7、T9=1.0，在圖 4.2 的例子中含有資訊的 總區塊數為 7，總區塊變動分數(總和 BCV)值為 2，因此 BMF 值為 0.29 (2/7)，
BMF< T8，因此將被錯判為 SCT 類別，而非 DCT 類別。
而 DCT 誤判為 MCT 的情況有 1%，共 3 個。如同 SCT 誤判為 MCT 一樣，主要 原因來自於在換頁特效過程中同時發生環境光源變化。
圖 4.1 環境光源變化
圖(a)至圖(d)為四張連續影像，其中圖(b)及圖(c)之間發生光源變化
(a) (b)
(c) (d)
至於 MCT 類型則是有 261 個分類正確為 MCT，49 個誤判為 SCT，8 個誤判為 DCT 類別，Precision 值為 82%。其中 MCT 誤判為 SCT 的情況有 15%，共 49 個，
此誤判僅發生在插入、抽出特效情況，以插入特效來說，首張影像所代表的投影 片並不移動，因此針對首張影像所計算的 DPD(Dynamic Programming Distance) 符合線性增加的情況，而針對尾張影像所計算的 DPD 則是不規律變化(如圖 4.3 所示)；並不像流紋等特效是前後兩張投影片皆進行位移，造成 DPD 的不規律變
圖 4.2 DCT 特效中僅少量區塊變動示意圖
(a)首張畫面 (b)-(c)為 DCT 特效變化過程畫面 (d)尾張畫面
動(如圖 4.4 所示)。因此，插入、抽出特效在計算 DPAO 演算法時，較容易被誤 判為 SCT 類別。
(a) (b) (c) (d) (e)
(a) (b) (c) (d) (e)
而 MCT 誤判為 DCT 的情況則是 3%，共 8 個。此錯誤原因主要是經過兩次的 錯誤判斷所造成，首先是在插入、抽出特效下被誤判成 SCT 類別，而在區塊比對 演算法時，由於同時變動的區塊總數較多(總 BCV 較高)，因此造成 BMF 值較高，
因此被改判為 DCT 類別，因而產生出 MCT 誤判為 DCT 的錯誤。
圖 4.3 插入(向右)特效的變動情況
圖(a)至圖(e)為插入特效的示意連續圖。圖(a)及圖(b)間隔了三 個畫面，依此類推，圖(b)至圖(e)亦是各自間隔了三個畫面
圖 4.4 流紋(橫向)特效的變動情況
圖(a)至圖(e)為流紋特效的示意連續圖。圖(a)及圖(b)間隔了 三個畫面，依此類推，圖(b)至圖(e)亦是各自間隔了三個畫面
最後可歸納出三種類型總計 1011 個換頁特效，其中正確分類共 920 個，錯 誤分類共 91 個，整體分類的正確率 Precision Rate 為 91%，如表 4.4 所示。
特效總數 正確分類 錯誤分類 Precision
1011 920 91 91%
表 4.4 整體分類結果