視頻摘要的算法研究.pdf

1、近年來，飛速發(fā)展的互聯(lián)網(wǎng)和多媒體技術(shù)導(dǎo)致多媒體信息數(shù)據(jù)驟增。數(shù)字視頻，作為主要的多媒體信息載體，廣泛地應(yīng)用于生活的方方面面。大量的視頻一方面可以使人們以更豐富的形式獲取信息，給生活帶來了很大的便利。而另一方面，卻給視頻存儲、傳輸、歸檔和檢索帶來巨大壓力。因此，視頻摘要技術(shù)應(yīng)運而生。類似于文本摘要，視頻摘要是對原始視頻內(nèi)容的總結(jié)和概括，通過分析原始視頻數(shù)據(jù)流，從中選擇有意義的視頻內(nèi)容組成緊湊的摘要。視頻摘要可以結(jié)合視頻標注技術(shù)用于視頻檢索

2、；還可以形成獨立的產(chǎn)品比如電影預(yù)告片，應(yīng)用在我們的日常生活中。
　　視頻摘要技術(shù)是目前計算機視覺領(lǐng)域的研究熱點，傳統(tǒng)的基于數(shù)據(jù)聚類的生成視頻摘要的算法存在以下兩點不足：第一，無法根據(jù)輸入的不同時長和不同類型的視頻自適應(yīng)的得到最優(yōu)的聚類數(shù)目。第二，在算法中僅提取了圖像的顏色特征，忽略了圖像的紋理和形狀特征，而單特征既不能全面的表達圖像的視覺信息，又不能有效的消除圖像的噪聲，導(dǎo)致生成的視頻摘要的質(zhì)量低下。針對以上不足，本文提出了一種基

3、于自適應(yīng)最優(yōu)聚類與多特征融合的視頻摘要生成算法。把視頻分解為圖像序列后，首先做預(yù)采樣處理。然后提取預(yù)采樣幀的顏色、HOG和LBP特征，并把這三種特征融合在一起來表征一幅圖像。接著使用零均值歸一化互相關(guān)指標作為幀與幀之間相似性度量的標準，把連續(xù)相似的幀分割為若干個鏡頭，從而得到最優(yōu)的聚類數(shù)目。接著使用改進的k-means++算法對所有的幀進行聚類，選取距離聚類中心最近的幀作為關(guān)鍵幀。最后，分別計算所有關(guān)鍵幀的顏色直方圖和梯度方向直方圖的歸