针对近重复视频的FD-means聚类清洗算法

摘要：

近几年,随着视频数据规模的不断增加,近重复视频数据不断涌现,视频的数据质量问题越来越突出.通过近重复视频清洗方法,有助于提高视频集的数据质量.然而,目前针对近重复视频清洗问题的研究较少,主要集中于近重复视频检索等方面的研究.现有研究方法尽管可以有效识别近重复视频,但较难在保证数据完整性的前提下,自动清洗近重复视频数据,以便改善视频数据质量.为解决上述问题,提出一种融合VGG-16深度网络与FD-means(feature distance-means)聚类的近重复视频清洗方法.该方法借助MOG2模型和中值滤波算法对视频进行背景分割和前景降噪;利用VGG-16深度网络模型提取视频的深度空间特征;构建一种新的FD-means聚类算法模型,通过迭代产生的近重复视频簇,更新簇类中心点,并最终删除簇中中心点之外的近重复视频数据.实验结果表明,该方法能够有效解决近重复视频数据清洗问题,改善视频的数据质量.

关键词：视频数据质量;近重复视频;视频清洗;VGG-16深度网络;FD-means聚类

所属期刊栏目：58

分类号：TP391(计算技术、计算机技术)

资助基金：陕西省自然科学基金;中国博士后科学基金

在线出版日期：2022-01-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：197-203