共查询到16条相似文献,搜索用时 140 毫秒
1.
《计算机辅助设计与图形学学报》2017,(3)
为方便视频的浏览和存储,以概括视频内容为目的的视频摘要技术变得十分重要.针对目前在视频摘要问题中,根据先验知识事先确定和阈值调整2种关键帧数目的确定方法的灵活性及直观性不足这一问题,提出一种基于SVD和稀疏子空间聚类的视频摘要算法.该算法利用SVD对视频在时间维度上进行维数缩减,以累计贡献率为度量标准确定视频在时间维度上的主成分分量个数,将主成分分量个数作为关键帧数目;然后利用稀疏子空间聚类算法对视频帧进行聚类;最后在每一类中选取与其他视频帧相关性最大的帧作为关键帧,生成视频摘要.实验结果表明,文中算法生成的视频摘要内容覆盖率高,可以根据视频长度和类型灵活直观的确定关键帧数目,并且对于不同类型和长度的视频给出了累计贡献率的取值范围,可以为用户提取合适长度的视频摘要提供有效依据. 相似文献
2.
3.
4.
一种基于视频聚类的关键帧提取方法 总被引:9,自引:0,他引:9
关键帧提取技术是视频分析和基于内容的视频检索的基础。关键帧的使用大大减少了视频索引的数据量,同时也为视频摘要和检索提供了一个组织框架。该文简单介绍了目前的关键帧提取技术,提出了一种基于聚类利用颜色直方图提取关键帧的方法来克服其它方法的不足。实验证明该方法计算量小,可以较好地代表视频内容。 相似文献
5.
改进的蚁群算法与凝聚相结合的关键帧提取 总被引:1,自引:0,他引:1
关键帧提取技术,对基于内容的视频检索有着重要的作用。为了从不同类型的视频中有效地提取关键帧,提出了改进的蚁群算法与凝聚相结合的关键帧提取算法。该方法提取视频中每帧的颜色与边缘特征向量,利用改进的蚁群算法自组织地对颜色和边缘特征向量进行聚类,得到初始聚类。通过凝聚算法对初始聚类进行优化,得到最终聚类。提取每类中距离聚类中心最近的向量,将其对应帧作为关键帧。实验结果表明:使用该算法提取的关键帧不仅可以充分表达出视频的主要内容,而且可以根据视频内容的变化提取出适当数量的关键帧。 相似文献
6.
7.
8.
视频摘要是视频内容的一种压缩表示方式。为了能够更好地浏览视频,提出了一种根据浏览或检索的粒度不同来建立两种层次视频摘要(镜头级和场景级)的思想,并给出了一种视频摘要生成方法:首先用一种根据内容变化自动提取镜头内关键帧的方法来实现关键帧的提取;继而用一种改进的时间自适应算法通过镜头的组合来得到场景;最后在场景级用最小生成树方法提取代表帧。由于关键帧和代表帧分别代表了它们所在镜头和场景的主要内容,因此它们的序列就构成了视频总结。一些电影视频片段检验的实验结果表明,这种生成方法能够较好地提供粗细两种粒度的视频内容总结。 相似文献
9.
10.
为了在视频数据库中提供有效的视频检索和浏览功能,必须用简明的方式表示视频的内容.关键帧是对视频镜头的简洁表示,关键帧提取已成为视频检索的一个重要研究方向.文中提出了一种基于核聚类的视频关键帧提取方法,它通过对视频提取颜色特征,并将这些特征作为样本映射到高维特征空间之后,在特征空间中进行聚类,使原来没有显现的特征突现出来,自动将内容相似的样本归为同类,每一类可取一个样本代表其内容,这样的样本即为关键帧.实验结果表明这种方法可以较好地概括视频内容. 相似文献
11.
一种基于核聚类的关键帧提取方法 总被引:4,自引:0,他引:4
为了在视频数据库中提供有效的视频检索和浏览功能,必须用简明的方式表示视频的内容。关键帧是对视频镜头的简洁表示,关键帧提取已成为视频检索的一个重要研究方向。文中提出了一种基于核聚类的视频关键帧提取方法,它通过对视频提取颜色特征.并将这些特征作为样本映射到高维特征空间之后,在特征空间中进行聚类,使原来没有显现的特征突现出来,自动将内容相似的样本归为同类,每一类可取一个样本代表其内容,这样的样本即为关键帧。实验结果表明这种方法可以较好地概括视频内容。 相似文献
12.
Video key frame extraction by unsupervised clustering and feedback adjustment 总被引:1,自引:0,他引:1
下载免费PDF全文
![点击此处可从《计算机科学技术学报》网站下载免费的PDF全文](/ch/ext_images/free.gif)
In video information retrieval,key frame extraction has been recognized as one of the important research issues.Although much progress has been made,the existing approaches are either computationally expensive or ineffective in capturing salient visual content.In this paper,we first discuss the importance of key frame extraction and then briefly review and evaluate the existing approaches.To overcome the shortcominge of the existing approaches,we introduce a new algorithm for key frame extraction based on unsupervised clustring.Meanwhile,we provide a feedback chain to adjust the granularity of the extraction result.The proposed algorithm is both computationally simple and able to capture the visual content.The efficiency and effectiveness are validated by large amount of real-world videos. 相似文献
13.
视频关键帧提取是视频摘要的重要组成部分,关键帧提取的质量直接影响人们对视频的认识。传统的关键帧提取算法大多都是基于视觉相关的提取算法,即单纯提取底层信息计算其相似度,忽略语义相关性,容易引起误差,同时也造成了一定的冗余。对此提出了一种基于语义的视频关键帧提取算法。该算法首先使用层次聚类算法对视频关键帧进行初步提取;然后结合语义相关算法对初步提取的关键帧进行直方图对比,去掉冗余帧,确定视频的关键帧;最后与其他算法比较,所提算法提取的关键帧冗余度相对较小。 相似文献
14.
15.