[发明专利]视频封面自动抽取方法及装置

说明书

本发明公开了一种视频封面自动抽取方法及装置，其中，视频封面自动抽取方法中包括：S10将视频进行解压缩得到序列帧；S20依次提取各帧的局部特征点，并计算每个特征点的强度；S30针对每帧，保留预设数量强度较强的特征点；S40对保留的特征点进行K阶量化；S50针对每帧，统计K阶特征点中每阶特征点的数量，得到各帧的特征向量；S60对所有帧的特征向量进行Kmeans聚类，并将聚集数量最多的一类作为视频的主场景；S70提取距离主场景对应类别中心点最小的一帧，并将其作为视频的封面图，实现视频封面图的自动、精确的提取，且提取的封面图能够最大程度的体现视频的内容、区别于同类型的其它视频。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种视频封面自动抽取方法及装置。

背景技术

当将视频放在网页上或手机APP(应用)上进行展示时，通常需要为视频提供一个封面图。为了尽可能的给用户提供更多的信息，封面图的选择一般需要满足两个要求：尽量能够体现视频的内容及尽量区别于同类型的其它视频的封面图。

当艺术水平要求较高时，如电影海报等，封面图通常由人工进行艺术制作，得到较为精美的海报；当艺术水平要求较低时，如网络视频，封面图通常由人工从视频中直接抽取一帧图像得到，这种方法人工成本高、速度慢且无法进行大规模自动化处理。

发明内容

针对上述现有技术的不足，本发明提供了一种视频封面自动抽取方法及装置，有效解决了现有技术中不能自动抽取最能体现视频内容的封面图的技术问题。

为了实现上述目的，本发明通过以下技术方案实现：

一种视频封面自动抽取方法，包括：

S10将视频进行解压缩得到序列帧；

S20依次提取各帧的局部特征点，并计算每个特征点的强度；

S30针对每帧，保留预设数量强度较强的特征点；

S40对保留的特征点进行K阶量化；

S50针对每帧，统计K阶特征点中每阶特征点的数量，得到各帧的特征向量；

S60对所有帧的特征向量进行Kmeans聚类，并将聚集数量最多的一类作为视频的主场景；

S70提取距离主场景对应类别中心点最小的一帧，并将其作为视频的封面图。

进一步优选的，在步骤S10之后还包括：

S11根据预设规则对解压得到的序列帧进行抽取，得到帧的集合；

在步骤S20中，依次提取集合中各帧的局部特征点。

进一步优选的，在步骤S20中，具体为：依次提取各帧的SIFT特征点或SURF特征点，并计算每个特征点的强度。

进一步优选的，在步骤S40中，进一步包括：

S41对保留的特征点进行Kmeans聚类；

S42根据聚类得到的各类别的中心点对特征点进行量化。

进一步优选的，在步骤S40中，具体为：根据预设的K阶特征点对保留的特征点进行K阶量化。

本发明还提供了一种视频封面自动抽取装置，包括：

视频解压模块，用于对视频进行解压缩得到序列帧；

特征提取模块，用于依次提取视频解压模块得到的各帧的局部特征点，并计算每个特征点的强度；

特征点保留模块，根据特征提取模块的计算结果，针对每帧，保留预设数量强度较强的特征点；

量化模块，用于对特征点保留模块保留的特征点进行K阶量化；