[发明专利]一种提取视频摘要的方法

摘要

的方法申请(专利)号CN201710035223.5

主权项

一种提取视频摘要的方法，其特征在于，包括以下步骤：S1、基于直方图法对视频进行镜头分割，具体包括：S1.1、计算视频中每帧图像的H、S、V分量值，对上述三个分量值进行非等间隔量化后合成每帧图像的特征矢量La＝(La(1),La(2),…,La(G)),其中La为第a帧图像的特征矢量，G为第a帧图像的总像素数,a∈[1,P‑1]，P为视频中图像的总帧数；S1.2、对每帧图像的特征矢量做归一化处理，得到归一化特征矢量，计算两两相邻图像的相似度；S1.3、采用双阈值法检测镜头转换，根据检测结果将视频分割成多个镜头；S1.4、使用聚类算法将上述镜头划分到多个镜头聚类中；S2、取一个镜头聚类，对该镜头聚类进行关键帧提取，具体包括：S2.1、计算本镜头聚类中两两相邻图像的帧差diffn(i)＝Ln+1(i)‑Ln(i)，i∈[1,G]，n∈[1,N‑1]，其中diffn(i)为第n+1帧与第n帧在第i像素的帧差，N为本镜头聚类中图像的总帧数；S2.2、计算相邻帧差之间的欧式距离其中m∈[1,N‑2]，diffm(i)为第m+1帧与第m帧在第i像素的帧差，diffm+1(i)为第m+2帧与第m+1帧在第i像素的帧差；S2.3、以m为横坐标，de(m)为纵坐标绘制二维坐标曲线，找出所有极大值点；S2.4、求所有极大值点纵坐标的平均值，选取纵坐标值大于平均值的极大值点为优选极值点，优选极值点的个数K为聚类个数，找出各个优选极值点的横坐标对应的图像，将对应图像的特征矢量作为各个聚类的聚类中心；S2.5、计算每帧图像的特征矢量与聚类中心的欧式距离，并把每帧图像归到最近的聚类中；S2.6、计算各聚类中所有图像的特征矢量的均值，作为各个聚类的新的聚类中心；S2.7、重复步骤S2.5和S2.6，直到目标函数达到最优或者达到最大迭代次数为止，其中目标函数为最小化该聚类中所有图像的特征矢量到其聚类中心的距离的平方和；S2.8、输出上述得到的K个聚类中心，提取距离上述K个聚类中心最近的图像为本镜头聚类的关键帧；S3、重复步骤S2，直到所有的镜头聚类完成关键帧提取为止；S4、对获取的所有关键帧按照时间顺序进行组合，形成视频摘要。