模拟退火改进K均值算法在镜头聚类中的应用-哈尔滨理工大学学报.PDF

15 6 Vol. 15 No. 6 第 卷 第 期 哈 尔 滨 理 工 大 学 学 报 2010 12 JOURNAL OF HARBIN UNIVERSITY OF SCIENCE AND TECHNOLOGY Dec． 2010 年 月 K 模拟退火改进 均值算法在镜头聚类中的应用 ， 李 健 宋立新 ( ， 150080) 哈尔滨理工大学电气与电子工程学院 黑龙江哈尔滨 : ， K 摘 要 针对基于内容的视频检索中的镜头聚类问题 采用了一种基于模拟退火思想改进的 ． 、 、 、 均值聚类算法 该方法提取视频帧的时间信息 均值 方差 偏度和信息熵等颜色直方信息作为特 ， K ， 征 利用模拟退火算法全局寻优的能力来改善 均值聚类易陷入局部极值的缺点 从而提高视频 ． ． 镜头聚类的准确性 理论分析和实验结果表明该方法是一种有效的视频镜头聚类算法 : ; ; ;K 关键词 基于内容的视频检索 模拟退火 视频镜头聚类 均值聚类 中图分类号:TP391 文献标志码:A 文章编号:1007－ 2683 (20 10)06－ 00 13－ 04 Simulated Annealing K-means Clustering Algorithm for Video Shots LI Jian ， SONG Li-xin (School of Electrical and Electronic Engineering ，Harbin University of Science and Technology ，Harbin 150080 ，China) Abstract :This article proposes a simulated annealing K-means clustering algorithm for video shots ，which is very useful and important in CBVR (Content-based Video Retrieval)． In the algorithm ，time features and color fea- tures that containe mean values ，variance ，skewness ，entropy of information and so on were used as feature vec- tors． Then we use the global optimization ability of simulated annealing to remedy the local extremum shortcoming of K-means ，so that we can increase the clustering accu