映射结合聚类的视频关键帧提取

摘要：

目的 视频摘要技术在多媒体数据处理和计算机视觉中都扮演着重要的角色.基于聚类的摘要方法多结合图像全局或局部特征,对视频帧进行集群分类操作,再从各类中获取具有代表性的关键帧.然而这些方法多需要提前确定集群的数目,自适应的方法也不能高效的获取聚类的中心.为此,提出一种基于映射和聚类的图像密度值分析的关键帧选取方法.方法 首先利用各图像间存在的差异,提出将其映射至2维空间对应点的度量方法,再依据点对间的相对位置和邻域密度值进行集群的聚类,提出根据聚类的结果从视频中获取具有代表性的关键帧的提取方法.结果 分别使用提出的度量方法对Olivetti人脸库内图像和使用关键帧提取方法对Open Video库进行测试,本文关键帧提取方法的平均查准率达到66％、查全率达到74％,且F值较其他方法高出11％左右达到了69％.结论 本文提出的图像映射后聚类的方法可有效进行图像类别的识别,并可有效地获取视频中的关键帧,进而构成视频的摘要内容.

关键词：映射、聚类、关键帧、视频摘要、图像密度

所属期刊栏目：21

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J2014AKZR0055:中国博士后基金项目2014M561817Natural Science Foundation of Anhui Province,ChinaJ2014AKZR0055

在线出版日期：2017-01-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：1652-1661