一种压缩域中基于镜头关键帧提取改进算法.docVIP

一种压缩域中基于镜头的关键帧提取改进算法 　　摘 要:关键帧提取技术是基于内容视频检索的基础。针对压缩视频序列提出一种基于镜头的关键帧提取改进算法。其核心是根据压缩视频序列的编码特点,只需要对其进行部分解码,利用I帧信息的直流分量信息构造DC缩微图,并结合图像帧不同区域DC信息的重要程度差异进行相似性度量,进而实现关键帧提取。实验证明,该算法较之传统算法,在查全率和检索时间两项指标上均有显著改善,尤其适用于新闻纪录片、电影片等局部运动较为剧烈的视频序列。 　　关键词:关键帧提取; 压缩域; MPEG 　　中图分类号:TP391文献标志码:A 　　文章编号:1001-3695(2009)09-3539-03 　　doi:10.3969/j.issn.1001-3695.2009.09.097 　　 　　Improved key frame extraction algorithm based on shot for MPEG compressed video 　　TAO Dan, CHEN Hou-jin 　　(National Teaching Base for Electric Electronics, School of Electronic Information Engineering, Beijing Jiaotong University, Beijing 100044, China) 　　Abstract:Key frame extraction is one of fundamental processes in content based on video retrieval (CBVR). This paper proposed an improved key frame extraction algorithm based on shot for MPEG compressed video, which was based on different formulas comparing discrete cosine transform (DCT) direct current (DC) codfficients over the I-frames in MPEG video stream, and for which only minimal decoding was needed. In particular, introduced the importance difference of DC codfficients in one image frame into the process of similarity measure. Experimental results show that our algorithm is superior to other traditonal ones in two criterions: recall and retrieval time, and it is a suitable method for newsreel or film,which have severe local motions in video sequences. 　　Key words:key frame extraction; compressed field; MPEG 　　 　　随着多媒体技术的飞速发展,海量的视频信息越来越广泛地分布于各种网络和存储媒介中。为有效地管理和使用这些数据,需要解决视频信息的检索问题。传统采用关键字描述信息的检索方式显然不能有效地刻画视频信息的内在特征,基于内容的视频检索(content based on video retrieval,CBVR)由此被提出并广泛开展[1]。 　　在基于内容的视频检索系统中,为建立视频索引,往往需要提取镜头(shot)的关键帧。关键帧(也做代表帧)是用于描述一个镜头的关键图像帧,反映一个镜头的主要视觉内容。根据镜头内容的复杂程度,可以从一个镜头中提取一个或多个关键帧。关键帧的使用大大减少了视频索引,利用计算机自动进行关键帧检测能高效地对视频进行分类,为用户提供快速查找视频关键内容的手段。 　　 　　1 主要的关键帧提取方法 　　 　　通常,采用保守的原则来提取关键帧,即关键帧的提取遵循宁多勿少原则。当提取多幅关键帧时,用于关键帧提取的准则主要是考虑它们之间的不相关性。目前,关键帧提取主要基于镜头、内容、光波、运动描述符等多种方法[2]。其中,基于镜头的关键帧提取方法最为常用。一段视频分割成镜头后,将每个镜头的首帧(或首帧与末帧)作为镜头的关键帧。该方法实现较为简单,无论镜