提出了基于动态学习的视频镜头边界检测阈值设定算法,用于解决视频镜头边界检测中的阈值设定问题。算法首先获取需要设定阈值的数据样本,并确定需要阈值来区分的样本数据的两类状态。通过初步观察求得样本阈值可能存在的阈值范围。计算阈值取值范围内的每一个测试值相对于两类状态的误检数和漏检数,以及准确率和查全率。最终求得使误检数和漏检数都较低,且准确率和查全率都较高的测试值作为最佳阈值。本算法计算简便,能够根据不同类型的数据进行训练学习,动态生成相应的阈值,降低了镜头分割中存在的误判和漏检。