[发明专利]一种主成分特征曲线分析的快速视频关键帧提取方法

摘要

本发明公开了一种主成分特征曲线分析的快速视频关键帧提取方法。该方法首先对视频图像帧提取视觉特征表达，接着对由所有视频图像帧特征所构成的特征矩阵X做PCA降维处理，得到图像低维特征表达Y，然后对Y中每一条特征曲线搜索曲线局部极值点，将曲线局部极值点所在的帧的图像低维特征表达加入到候选关键帧低维特征集合T中，最后对候选关键帧低维特征集合做K均值聚类，将距离聚类中心最近的候选关键帧低维特征所对应的原始视频序列图像帧作为最终视频关键帧返回，从而实现对视频关键帧的提取。本方法具有计算量小，简单易于实现的特点，能够有效地抵抗视频图像序列中存在的物体运动、颜色和光照等变化的影响。

主权项

一种主成分特征曲线分析的快速视频关键帧提取方法，其特征在于包括如下步骤：1)对于一段包含n帧视频图像的视频序列，提取视频序列中所有图像上的SIFT，HOG，GIST和PHOI四种图像视觉特征，并将这四种图像视觉特征依次拼接起来，得到视频序列图像帧特征所构成的特征矩阵X＝[x₁,x₂,...,x_n]∈R^d×n，其中d为图像视觉特征的维度；2)对特征矩阵X做PCA降维处理：先将特征矩阵X中每列减去均值向量即得到接着对做特征值分解，保留前m个最大的特征值所对应的特征向量，将这m个特征向量组成低维特征投影矩阵W＝[v₁,v₂,...,v_m]∈R^d×m，最后得到图像低维特征表达Y＝W^TX＝[y₁,y₂,...,y_n]∈R^m×n，其中y_i为视频序列第i帧所对应的低维特征表达；3)将图像低维特征表达Y按行看成是m条随时序变化的主成分特征曲线，对每一条主成分特征曲线进行分析，搜索特征曲线局部极值点，将特征曲线局部极值点所对应的视频图像帧的低维特征表达加入到候选关键帧低维特征集合T中，得到候选关键帧低维特征集T＝{y_i|y_i∈set(Y)∧y_i是特征曲线局部极值点所对应的视频帧的低维特征表达}，其中set(Y)＝{y₁,y₂,...,y_n}是Y所对应的集合表示；4)对候选关键帧低维特征集合T做K均值聚类，得到P个聚类中，将距离聚类中心最近的P个候选关键帧低维特征所对应的原始视频序列中的图像帧作为最终视频关键帧返回，从而实现对视频关键帧的提取。