基于HOG-LBP特征和SVM分类器的视频摘要方法

摘要：

为了提高视频摘要质量、高效地获取视频信息,提出了一种基于HOG-LBP特征和SVM分类器的视频摘要方法.首先,从分解到的视频序列中提取形状和纹理特征.其次,利用训练好的支持向量机对待检测图像进行分类,并将分类正确的帧暂定为关键帧.最后,运用图像余弦相似度方法剔除其中的冗余帧,并将最终保留下的关键帧按照原始视频中出现的时间顺序依次组合起来,形成视频摘要.实验结果表明,提出的算法在三个不同场景视频中提取关键帧的平均正确率达到94.08％,平均错误率仅为23.18％.算法提取到的关键帧准确率较高且内容具有代表性,视频摘要质量得到有效改善.

关键词：视频摘要、HOG-LBP特征提取、SVM分类器、余弦相似度

所属期刊栏目：31

分类号：TP391(计算技术、计算机技术)

资助基金：安徽省自然科学基金项目1708085MF154;安徽高校省级自然科学研究基金资助重点项目KJ2015A071

在线出版日期：2018-08-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：43-48