CN107220585-CN201710207717-一种基于多特征融合镜头聚类的视频关键帧提取方法.pdfVIP

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 107220585 A (43)申请公布日 2017.09.29 (21)申请号 201710207717.7 (22)申请日 2017.03.31 (71)申请人 南京邮电大学 地址 210003 江苏省南京市鼓楼区新模范 马路66号 (72)发明人 张登银　孙彬　 (74)专利代理机构 南京知识律师事务所 32207 代理人 李湘群 (51)Int.Cl. G06K 9/00(2006.01) G06K 9/46(2006.01) G06K 9/48(2006.01) G06K 9/62(2006.01) 权利要求书2页 说明书5页 附图1页 (54)发明名称 一种基于多特征融合镜头聚类的视频关键 帧提取方法 (57)摘要 本发明公开了一种基于多特征融合镜头聚 类的视频关键帧提取方法，属于视频内容分析领 域。方法的研究是在视频镜头分割基础之上，包 括以下步骤：步骤1：提取视频镜头内的一组图像 帧集合，提取每帧图像的HSV直方图特征以及 canny边缘轮廓特征，加权组合成关键帧聚类的 特征信息；步骤2：采用自适应均值聚类方法对依 次将每帧图像分类至对应聚类簇，并实时更新各 聚类簇的聚类中心；步骤3：分别提取出距离各自 聚类中心最近的图像帧作为各自聚类的关键帧， 按时间顺序排列形成关键帧集合；步骤4：计算各 A 关键帧的关注度指标，提取关注度指标最高的一 5 帧为视频的代表帧。本发明方法解决了传统关键 8 5 0 帧提取算法灵活度不高，保真度较低的问题。 2 2 7 0 1 N C CN 107220585 A 权　利　要　求　书 1/2页 1.一种基于多特征融合镜头聚类的视频关键帧提取方法，其特征在于，所属方法包括 以下步骤： 步骤1：提取视频镜头内的一组图像帧集合，提取每帧图像的HSV直方图特征以及canny 边缘轮廓特征，加权组合成关键帧聚类的特征信息； 步骤2：采用自适应均值聚类方法对依次将每帧图像分类至对应聚类簇，并实时更新各 聚类簇的聚类中心； 步骤3：分别提取出距离各自聚类中心最近的图像帧作为各自聚类的关键帧，按时间顺 序排列形成关键帧集合； 步骤4：计算各关键帧的关注度指标，提取关注度指标最高的一帧为视频的代表帧。 2.根据权利要求1所述的一种基于多特征融合镜头聚类的视频关键帧提取方法，其特 征在于，所述步骤1包括： A)读取视频镜头内的一组图像帧数据，将RGB信息转换成HSV信息，并进行归一化； B)对HSV三分量进行差异化量化，分别量化成16阶、8阶和2阶，并且将图像的三维颜色 空间压缩到一维空间内，计算公式如下： L(i,j)＝16H(i,j)+2S(i,j)+V(i,j)    (1) 其中，i,j是图像的像素位置横纵坐标，H(i，j)，S(i，j)，V(i，j)是当前像素位置的HSV 三个分量值； C)对图像数据L进行直方图统计，获取图像的HSV颜色直方图特征向量H； D)采用canny算子进行图像帧边缘提取，获取边缘图像数据B(i，j)； E)得到每一帧图像的多特征融合的聚类特征向量(H，B)。 3.根据权利要求1所述的一种基于多特征融合镜头聚类的视频关键帧提取方法，其特 征在于，所述步骤2包括： A)获取首帧图像的特征数据，新建聚类簇1号，将首帧加入聚类中，利用均值法并将首 帧的特征向量设置为1号聚类簇的聚类中心； B)依次获取每一图像帧，依据公