基于K-means聚类算法的视频关键帧提取的研究.pdf

文章编号 ：1007—1423(2016)20—0059—05 DOI：10．3969~．issn．1007—1423．2016．20．012 基于K—means聚类算法的视频关键帧提取的研究 司若妍．张明 (上海海事大学信息工程学院，上海 201306) 摘要 ： 关键帧是视频处理中的一个关键技术。通过对视频进行关键帧提取，来有效地获取视频信息 ，从而提高人们在视频库 中检索信息的准确性和效率。K—means聚类算法是视频关键帧提取的一个重要方法，但是，聚类阈值设定不合理 ，往 往会导致关键帧的提取效果不理想，所 以，针对 以上 问题提出一种 自适应 阈值的方法，并通过实验证明该方法的有效 性 。 关键词 ： K—means聚类算法；关键帧提取 ；自适应阈值 0 引言 只提取视频镜头序列 中第一帧和最后一帧作为该 视频的关键 】的基于镜头边界的关键帧提取方法 分 随着现代计算机网络和多媒体信息技术的快速发 析和计算光流得出视频序列的运动量．然后比较各帧 展 ．越来越多的人依赖于网络作为 自己的信息获取渠 运动量的值．并选取局部最小值处的帧为关键帧的基 道。视频、音频、图像和文本是网络信息传递的主要媒 于运动分析的关键帧提取方法回．通过对每一帧图像的 介。视频由于其直观，内容丰富的特点 ，愈发成为人们 颜色、纹理等视觉特征信息的比较，选取帧间的特征显 欣然接受的一种信息获取方式和娱乐休闲方式 视频 著变化的帧作为关键帧的基于视频内容的关键帧提取 被广泛应用于生活 中的各个领域，例如医疗、广告 、影 方法 3【】．无需对视频进行解压处理 ，可直接从MPEG压 视、教育、体育竞赛等。但是 ，如何快速有效地在丰富的 缩视频流上 ．进行关键帧的提取操作的基于压缩视频 网络视频资源里．找出人们所需要的视频信息并非是 的关键帧提取方法[41．以及依据帧图像间相似度 的大 一 件易事 ，所以。这也越发引起人们的关注。 小．将各个视频帧序列进行聚类 ．然后依次从每个聚类 人们看到的视频是由一系列视频图像帧组合而 簇 中选取一帧作为关键帧嗍的基于视频聚类的关键帧 成．而关键帧是可 以代表视频的主要 内容和事件的变 提取方法 化过程那些图像帧，所 以，可 以通过提取出视频中的关 本文主要针对 K—means聚类的关键帧提取方法展 键帧来获取视频中的相关信息。关键帧的提取是视频 开研究 ．对于如何选取聚类中心和聚类数 目的问题 ．提 处理的一个关键技术．是将对视频的处理转化为图像 出一种 自适应的阈值确定方法 ，来解决这一问题。 处理的一个重要的方法．它可以在很大程度上减少了 计算机处理信息的数据量 ．同时也可以提高人们在视 2 K—means聚类算法 频库中检索视频信息的准确性和效率 K—means聚类算法是聚类分析中运用最为广泛的