[发明专利]一种视频关键帧的提取方法及系统

权利要求书

1.一种视频关键帧的提取方法，其特征在于，所述方法包括：

检测视频的视频序列，将所述视频序列分为运动的镜头和静止的镜头；

获取所述运动的镜头的第一类关键帧；

获取所述静止镜头的第二类关键帧，其中，所述视频的关键帧包括所述第一类关键帧和所述第二类关键帧。

2.根据权利要求1所述的方法，其特征在于，获取所述运动的镜头的第一类关键帧步骤包括：

用聚类中心算法获取所述运动的镜头的第一类关键帧。

3.根据权利要求2所述的方法，其特征在于，所述聚类中心算法包括：

步骤一，对所述运动的镜头中运动的物体进行标记，被标记的数据对象组成数据对象集合；

步骤二，预设K值，从所述数据对象集合中选取K个数据对象作为初始聚类中心，形成初始聚类中心集合和初始聚类集合；

步骤三，计算所述初始聚类中心集合中聚类中心之间的互信息，且当互信息大于或等于预设阈值T时，合并两个聚类中心；其中，所述互信息用于表示两个对象之间的相似度；

步骤四，计算所述数据对象集合中数据对象与所述初始聚类集合中数据对象之间的互信息，并将最大所述互信息值的第一数据对象加入到对应的聚类中，且将所述第一数据对象从所述数据对象集合中删除；

步骤五，当计算所述初始聚类集合中数据对象的平均互信息值，获取所述互信息值相差最小的两个数据对象时，将其中一个数据对象作为新的聚类中心，转回执行步骤三；

步骤六，当所述初始聚类集合的数据对象都被分到同一聚类时，算法中止，最终形成聚类的中心即为所述第一类关键帧。

4.根据权利要求1所述的方法，其特征在于，获取所述静止镜头的第二类关键帧步骤包括：

用镜头边界算法获取所述静止镜头的所述第二类关键帧。

5.根据权利要求4所述的方法，其特征在于，所述镜头边界算法将所述静止的镜头中尾帧作为所述第二类关键帧。

6.根据权利要求1所述的方法，其特征在于，所述运动的镜头包括所述视频的内容运动的镜头和所述视频的内容渐变的镜头；

所述静止的镜头包括所述视频的内容静止的镜头和所述视频的内容活动性小的镜头。

7.一种视频关键帧的提取系统，其特征在于，所述系统包括检测单元、第一获取单元和第二获取单元；其中，

所述检测单元，用于检测视频的视频序列，将所述视频序列分为运动的镜头和静止的镜头；

所述第一获取单元，用于获取所述运动的镜头的第一类关键帧；

所述第二获取单元，用于获取所述静止镜头的第二类关键帧，其中，所述视频的关键帧包括所述第一类关键帧和所述第二类关键帧。

8.根据权利要求7所述的系统，其特征在于，所述第一获取单元，用聚类中心算法获取所述运动的镜头的所述第一类关键帧。

9.根据权利要求7所述的系统，其特征在于，所述第二获取单元，用镜头边界算法获取所述静止镜头的所述第二类关键帧。

10.根据权利要求7所述的系统，其特征在于，所述运动的镜头包括所述视频的内容运动的镜头和所述视频的内容渐变的镜头；

所述静止的镜头包括所述视频的内容静止的镜头和所述视频的内容活动性小的镜头。