視頻摘要技術研究與系統(tǒng)實現(xiàn).pdf

1、隨著網絡技術的飛速發(fā)展和多媒體技術的廣泛應用，數(shù)字視頻大量涌現(xiàn)。如何快速的瀏覽大容量的視頻數(shù)據(jù)以及如何獲取和表現(xiàn)視頻的內容，已經成為迫切需要解決的問題。因此，視頻摘要技術應運而生，已成為了研究人員關注的熱點。 視頻場景切分和關鍵幀提取是視頻摘要技術的兩個關鍵內容。本文首先介紹了目前視頻摘要技術的研究背景、發(fā)展歷程以及研究現(xiàn)狀，總結了傳統(tǒng)視頻摘要技術的基本思想，分析了現(xiàn)有視頻場景切分和關鍵幀提取技術的優(yōu)缺點。 通過總結傳統(tǒng)

2、視頻場景切分算法，我們提出了一種新的基于HSV顏色空間模型場景切分方法。這種方法首先是將視頻中每一個圖像幀的RGB值轉換為HSV值，然后經量化處理得到一維特征矢量值，再計算其直方圖，通過統(tǒng)計比較計算出兩幅圖像的相似性，最后根據(jù)其相似性與實驗給定的閾值進行比較，以判斷是否發(fā)生了場景切換。實驗證明，這種算法避免了兩幅內容不同圖像間因RGB顏色直方圖可能相同而無法區(qū)分的缺點，從而更加準確地對視頻進行場景切分。 在關鍵幀提取算法方面，我

3、們提出了一種基于內容二次聚類的關鍵幀提取算法。這種算法在計算圖像幀相似度的時候，采用了分塊的思想。通過分塊給不同的塊賦予不同的權值，以體現(xiàn)出圖像在語義上的重點內容。同時，通過計算自適應閾值對視頻進行初次聚類，并計算類間距離，在此基礎上再進行二次聚類之后得到最終類別。從每一個聚類中選取距離類中心最近的圖像幀作為關鍵幀。這種方法經過二次聚類以后可以克服一次聚類提取的關鍵幀會出現(xiàn)冗余的缺點，實驗證明，本算法提取的關鍵幀更全面、更準確地體現(xiàn)了原