[发明专利]多级并行关键帧云提取方法及系统有效
申请号: | 201410731007.0 | 申请日: | 2014-12-05 |
公开(公告)号: | CN104463864B | 公开(公告)日: | 2018-08-14 |
发明(设计)人: | 朱定局 | 申请(专利权)人: | 华南师范大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00 |
代理公司: | 广州华进联合专利商标代理有限公司 44224 | 代理人: | 吴平 |
地址: | 510631 广东省*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 多级 并行 关键 提取 方法 系统 | ||
本发明公开一种多级并行关键帧云提取方法及系统。所述关键帧云提取系统包括:视频输入模块,被构造为提取关键帧的视频输入接口;视频镜头分割模块,被构造为对输入的视频进行镜头分割,以便进行关键帧提取并行处理;多级并行关键帧云处理模块,被构造为对视频镜头通过多级并行策略,通过并行提取帧特征向量、并行聚类操作,生成各镜头关键帧组;关键帧输出模块,被构造为对各镜头所生成的关键帧组进行组合,最后输出整个视频的关键帧组。本发明的多级并行关键帧云提取方法及系统对处理大规模关键帧提取时具有较高的效率,同时,具有很好的可扩展性及稳定性,能够满足大规模关键帧提取的需求。
技术领域
本发明涉及关键帧云提取技术,更具体地讲,涉及一种多级并行关键帧云提取方法及多级并行关键帧云提取系统。
背景技术
视频关键帧指能代表镜头中的最重要的、有代表性的一幅或多幅图像。关键帧的提取能大大减少视频数据的处理量,受到研究者的广泛关注。
云计算能够无缝扩展到大规模的集群,且能够容忍部分节点的错误码,甚至很大部分节点发生失效也不会影响程序的正确运行,因此云计算具有较好的可扩展性及稳定性。
现有的关键帧提取的主要方法包括:基于镜头边界的方法、基于运动分析提取关键帧、基于图像信息提取关键帧、基于聚类提取关键帧等。大部分研究主要集中在视频关键帧的提取准确度方面,但视频关键帧的提取涉及许多数字运算,具视频帧数量多,串行视频关键帧抽取会耗时长,且单机处理能力有限,故有必要研究一种多级并行关键帧云提取方法和云提取系统。
发明内容
为了解决上述现有技术存在的问题,本发明的目的在于提供一种多级并行关键帧云提取系统,其中,所述多级并行关键帧云提取系统包括:视频输入模块,被构造为提取关键帧的视频输入接口;视频镜头分割模块,被构造为对输入的视频进行镜头分割,以便进行关键帧提取并行处理;多级并行关键帧云处理模块,被构造为对视频镜头通过多级并行策略,通过并行提取帧特征向量、并行聚类操作,生成各镜头关键帧组;关键帧输出模块,被构造为对各镜头所生成的关键帧组进行组合,最后输出整个视频的关键帧组。
本发明的另一目的还在于提供一种多级并行关键帧云提取方法,其中,所述多级并行关键帧云提取方法包括:接受需提取关键帧的视频;对所述视频进行镜头分割;对所述镜头进行多级并行关键帧云提取操作;对所提取的镜头关键帧组进行组合,输出最终视频关键帧组。
进一步地,所述多级并行关键帧云提取操作包含并行提取视频帧特征向量、根据视频帧特征向量并行聚类操作。
进一步地,所述镜头关键帧组组合,包含最终聚类产生视频最终关键帧。
进一步地,所述视频特征向量聚类操作可为k-means聚类、模糊C均值聚类或其他适合并行处理的图像特征聚类算法。
本发明的多级并行关键帧云提取方法及云提取系统能大大提高关键帧提取效率,同时具有很好的可扩展性及稳定性。
附图说明
图1是根据本发明的实施例的多级并行关键帧云提取系统示意图。
图2是根据本发明的实施例的多级并行关键帧云提取调度方法的流程图。
图3是根据本发明的实施例的多级并行关键帧云提取某实例操作图。
具体实施方式
现在对本发明的实施例进行详细的描述,其示例表示在附图中,其中,相同的标号始终表示相同部件。下面通过参照附图对实施例进行描述以解释本发明。在附图中,为了清晰起见,可以夸大层和区域的厚度。在下面的描述中,为了避免公知结构和/或功能的不必要的详细描述所导致的本发明构思的混淆,可省略公知结构和/或功能的不必要的详细描述。
图1是根据本发明的实施例的多级并行关键帧云提取系统示意图。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华南师范大学,未经华南师范大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201410731007.0/2.html,转载请声明来源钻瓜专利网。