随着日益丰富的视频数据的出现，人们迫切期望能在大量视频数据中方便、快速地检索到自己感兴趣的视频段。而要实现视频检索，通常是先将视频分割成独立的视频镜头。镜头是指一个摄像机镜头连续拍摄的一组内在相关的连续帧，用来表现在时空上连续的一组运动，是视频检索的基本单元。镜头之间的变换通常分为切变（Cut）和渐变（Gradual）两大类，其中渐变镜头变换又可分为溶解（Dissolve）、扫换（Wipe）、淡入（Fade in）与淡出（Fade out）[1-3]等。检测出不同类型的镜头变换是对视频高层内容分析、分类、检索和其他应用的基础，因此，对镜头类型变换检测准确性的高低将直接影响到后续处理效果。