10.16798/j.issn.1003-0530.2019.11.012
级联手工特征与深度特征的视频关键帧检测方法
关键帧检测是有效的视频内容分析的关键环节.常用的基于手工特征的方法运行效率高但很难有效表征关键帧特征,因而性能不好.基于深度特征的方法因为网络结构复杂,导致效率不高.在体育比赛类视频中,关键帧常为比赛转播中镜头变化的最后一帧.但广播视频中除了包含比赛视频还包括很多其他类型的镜头如中场休息、渐变镜头等.因此检测最后一帧包含很多比赛无关内容.针对这一问题,本文提出了一种手工特征与深度特征相结合的视频关键帧检测方法.首先基于颜色直方图特征进行镜头边界检测获取最后一帧.进一步基于直方图相似性提出一种类似聚类的方法得到候选关键帧.最后,基于深度神经网络对候选关键帧进行分类,得到真正的关键帧.在冰壶比赛视频和篮球比赛视频上的对比实验结果表明,相对于传统的背景差分法、光流法等,本文提出方法能够快速、可靠地提取关键帧.
手工特征、深度特征、神经网络、关键帧检测、镜头分割
35
TP391.4(计算技术、计算机技术)
国家自然科学基金61976010,61802011,61702022;北京市教委科学基金KM201910005024;中国博士后科学基金资助项目2018M640033;北京工业大学“日新”人才培养计划基金会
2020-01-07(万方平台首次上网日期,不代表论文的发表时间)
共9页
1871-1879