Department of Pattern Recognition

(eng): With significantly increasing number of archived movie sequences a need of their automatic indexation and annotation is raising. Robust and fast temporal segmentation of video sequences is one of the challenging research topics in this area. In this paper we propose a new temporal segmentation method of the video sequences based on PCA approach. Contrary to standard approaches based on histogram or motion field analysis the proposed method does not require any such a complex analysis. The method starts with sparse greyscale sampling and eigen-analysis of input sequence. A sum of absolute derivatives of temporal mixing coefficients of main eigen-images is then used as cuts detection feature, while dissolve transitions are detected by means of coefficients' specific behaviour. The functionality of the method was successfully tested on number of sequences ranging from artificial set of similar dynamic textures to professional documentary movies.

(cze): S významně rostoucím množstvím archivních filmů je stále naléhavější potřeba jejich automatické indexace a anotace. Spolehlivá a rychlá segmentace video sekvencí je významným vědeckým problémem v této oblasti. V práci předkládáme novou časovou segmentační metodu video sekvencí založenou na PCA transformaci. Na rozdíl od obvyklých přístupů založených ne histogramech nebo analýze pohybových polí, navržená metoda nevyžaduje takto složitý postup. Metoda začíná řídkým šedotónovým vzorkováním a analýzou vlastních čísel vstupní sekvence. Suma absolutních derivací časových směsových koeficientů hlavních vlastních obrazů slouží jako příznak detekce sekvencí, zatímco postupné změny jsou detekovány pomocí speciálního chování koeficientů. Spolehlivost metody byla úspěšně ověřena na množství testovacích videí, zahrnujících syntetické dynamické textury i profesionální dokumentární filmy. Výsledky potvrzují, že navržená metoda představují rychlý a spolehlivý způsob detekce video sekvencí.