一种基于机器学习提取多类视频关键帧的方法 |
| |
引用本文: | 宋红玉,周浚哲.一种基于机器学习提取多类视频关键帧的方法[J].工业控制计算机,2014(3):94-95. |
| |
作者姓名: | 宋红玉 周浚哲 |
| |
作者单位: | 沈阳理工大学,辽宁沈阳110016 |
| |
摘 要: | 提出了一种不局限于视频种类的关键帧提取方法。这种基于机器学习提取视频关键帧的方法能有效地提取视频的关键部分。与以往传统的抽取关键帧方法相比,此方法不是针对某一类视频而设计的。为验证此方法,首先应用GIST描述符提取每幅图像的GIST特征,然后一个类稀疏模型来判断每幅图像的重要程度,最后选择具有高可靠得分的图像帧作为视频的关键帧,提取的关键帧将用于总结视频的主要内容。该方法仅需要一个模型来完成提取关键帧的工作,而不必为每一类视频都训练一个新模型。
|
关 键 词: | 关键帧 不局限于种类 GIST 视频总结 |
Method for Extracting the Key Frame of Various Types Video Based on Machine Learning |
| |
Abstract: | |
| |
Keywords: | key frame category-independence GIST video summarization |
本文献已被 CNKI 维普 等数据库收录! |
|