專(zhuān)利名稱(chēng)：一種提取壓縮視頻關(guān)鍵幀的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及視頻技術(shù)領(lǐng)域，尤其涉及ー種提取壓縮視頻關(guān)鍵幀的方法。
背景技術(shù)：
隨著網(wǎng)絡(luò)技術(shù)和多媒體技術(shù)的快速發(fā)展，數(shù)字時(shí)代來(lái)臨了，海量的視頻涌入Internet，進(jìn)入人們的生活，給人們帶來(lái)了視覺(jué)和聽(tīng)覺(jué)的享受。與此同時(shí)，對(duì)這些海量視頻進(jìn)行科學(xué)合理的管理便成了擺在人們面前的一個(gè)艱巨的任務(wù)。人們?nèi)绾卧诤Ａ康囊曨l中獲取自己感興趣的視頻數(shù)據(jù)也成為計(jì)算機(jī)技術(shù)必須解決的問(wèn)題。視頻檢索技術(shù)研究也正是在數(shù)字時(shí)代的召喚下成為了當(dāng)今世界計(jì)算機(jī)領(lǐng)域研究的一個(gè)熱點(diǎn)問(wèn)題。關(guān)鍵巾貞提取是視頻檢索的關(guān)鍵部分，關(guān)鍵巾貞的質(zhì)量直接影響到視頻檢索的效率。為了節(jié)省檢索過(guò)程的時(shí)間開(kāi)銷(xiāo)以及計(jì)算機(jī)系統(tǒng)資源消耗，許多學(xué)者開(kāi)始考慮直接在壓縮域下進(jìn)行視頻檢索?，F(xiàn)有的關(guān)鍵幀提取方法包括基于鏡頭邊界法、基于內(nèi)容分析的方法、基于運(yùn)動(dòng)分析的方法、基于鏡頭活動(dòng)性的方法、基于視頻無(wú)監(jiān)瞀聚類(lèi)提取關(guān)鍵幀、基于MPEG壓縮域提取關(guān)鍵幀等方法。其中現(xiàn)有技術(shù)中ー種提取視頻關(guān)鍵幀的方法是，在根據(jù)I幀及DC系數(shù)進(jìn)行最小程度解碼的條件下，采用抽象的質(zhì)點(diǎn)表示圖像的組成，并通過(guò)跟蹤質(zhì)心的特征提取關(guān)鍵幀。該方法實(shí)現(xiàn)此較簡(jiǎn)單，但是選取的特征相對(duì)單一，并且閾值的確定也需要多次測(cè)試，所以該方法提取的關(guān)鍵幀準(zhǔn)確度較低。

發(fā)明內(nèi)容
本發(fā)明的目的是為了克服現(xiàn)有技術(shù)的缺陷，提供一種提取壓縮視頻關(guān)鍵幀的方法，通過(guò)該方法能夠此較準(zhǔn)確地提取出可以反映視頻主要內(nèi)容的關(guān)鍵幀，并且彌補(bǔ)了単一利用DC系數(shù)特征信息對(duì)視頻內(nèi)容描述不完整的缺陷。ー種提取壓縮視頻關(guān)鍵幀的方法，該方法分為兩部分，第一部分是對(duì)視頻進(jìn)行特征提取，第二部分是對(duì)特征曲線進(jìn)行檢測(cè)提取關(guān)鍵幀；具體的為，首先從DC系數(shù)提取視頻的顔色特征，其次提取AC系數(shù)的邊緣和紋理等方面的特征，采用高斯模型歸ー化不同的數(shù)值，進(jìn)而得到融合特征，由此得到完整的特征相似度，以便提高關(guān)鍵幀的代表性和準(zhǔn)確率；然后利用特征相似度建立曲線，最后對(duì)曲線進(jìn)行兩次曲率檢測(cè)提取關(guān)鍵幀?；贒CT的DC系數(shù)特征提取的具體操作如下DC系數(shù)中包含了幀圖像的大部分顔色信息，為了使提取的圖像顏色信息能夠接近人眼的視覺(jué)感知，利用式⑴把從DC系數(shù)中提取的圖像的RGB顏色特征轉(zhuǎn)換到HSV顔色空間；
權(quán)利要求
1.ー種提取壓縮視頻關(guān)鍵幀的方法，其特征在于，該方法分為兩部分，第一部分是對(duì)視頻進(jìn)行特征提取，第二部分是對(duì)特征曲線進(jìn)行檢測(cè)提取關(guān)鍵幀；具體的為，首先從DC系數(shù)提取視頻的顏色特征，其次提取AC系數(shù)的邊緣和紋理等方面的特征，采用高斯模型歸ー化不同的數(shù)值，進(jìn)而得到融合特征，由此得到完整的特征相似度，以便提高關(guān)鍵幀的代表性和準(zhǔn)確率；然后利用特征相似度建立曲線，最后對(duì)曲線進(jìn)行兩次曲率檢測(cè)提取關(guān)鍵幀。
2.如權(quán)利要求I所述的方法，其特征在于，基于DCT的DC系數(shù)特征提取的具體操作如下 DC系數(shù)中包含了幀圖像的大部分顔色信息，為了使提取的圖像顏色信息能夠接近人眼的視覺(jué)感知，利用式(I)把從DC系數(shù)中提取的圖像的RGB顏色特征轉(zhuǎn)換到HSV顔色空間；
3.如權(quán)利要求I或2所述的方法，其特征在于，基于DCT的AC系數(shù)特征提取的具體操作如下 本發(fā)明中采用Canny算子提取圖像的AC系數(shù)；紋理提取采用了 Gabor濾波；AC系數(shù)的提取分為兩步，第一歩是對(duì)邊緣的提取，第二步是對(duì)紋理的提??； Step2. I :提取邊緣特征邊緣檢測(cè)是所有基于邊界的圖像分割的基礎(chǔ)，邊緣分布直方圖主要是用來(lái)統(tǒng)計(jì)圖像邊緣的分布情況，一般兩個(gè)具有不同灰度值的相鄰區(qū)域之間總存在邊緣，因而邊緣是灰度不連續(xù)的結(jié)果，為了得到邊緣直方圖，按照一定角度對(duì)邊緣方向進(jìn)行劃分，從而得到ー個(gè)若干級(jí)的邊緣直方圖；邊緣直方圖不受圖像中對(duì)象位置的影響，為了能夠不受圖像縮放的影響，利用式(5)對(duì)邊緣直方圖進(jìn)行歸ー化處理； e(i) = e(i)/S(5) 其中e(i)為圖像邊緣直方圖，S為圖像面積； Step2. 2 :提取紋理特征 鑒于Gabor濾波器中的尺度和方向的可變性使其在紋理分析中特別有用，采用Gabor濾波器提取圖像的紋理特征，對(duì)于ー個(gè)給定的圖像，尺寸為PxQ，它的離散Gabor小波變換的卷積形式為
4.如權(quán)利要求I或3所述的方法，其特征在干，特征提取之后，對(duì)其進(jìn)行歸ー化及融合，采用ー種無(wú)須計(jì)算權(quán)重的綜合特征相似度融合的方法，如式(10)所示 Dpef = (P · e) + (e · f) + (f · P)(10) 其中P表示采用顏色直方圖相交距計(jì)算得到的顔色特征相似度，e表示邊緣特征的相似度，f表示紋理特征相似度；由于不同特征的物理意義不同，取值范圍也常大相徑庭，不同的特征距離之間常不具有可比性；為此，綜合利用不同特征進(jìn)行檢索時(shí)，需要首先對(duì)不同的數(shù)值進(jìn)行歸ー化；本發(fā)明采用高斯模型進(jìn)行歸一化，所以P、e、f被映射到空間
； 式(10)表示，只有當(dāng)至少兩個(gè)特征具有明顯變化時(shí)，全局特征才會(huì)有明顯的變化，所以該相似度計(jì)算模型既避免了復(fù)雜的權(quán)重選擇，又能準(zhǔn)確地描述圖像幀之間視覺(jué)內(nèi)容上的差異。
5.如權(quán)利要求I或4所述的方法，其特征在干，對(duì)特征曲線進(jìn)行檢測(cè)提取關(guān)鍵幀時(shí)要用特征相似度建立曲線，具體如下在對(duì)視頻進(jìn)行特征提取時(shí)已經(jīng)獲得了融合的特征向量Dprf，利用視頻融合特征相似度集合中的元素Dprf為縱坐標(biāo)，以鏡頭內(nèi)部的幀號(hào)Fi為橫坐標(biāo)，構(gòu)造融合特征相似度曲線；為了能較好地利用曲線進(jìn)行關(guān)鍵幀提取，本發(fā)明還利用了三個(gè)可調(diào)的參數(shù)dmax表示最大相鄰可此距離，dmin表示最小相鄰可此距離，cimax表示曲線上某點(diǎn)處角度的最大值，本發(fā)明試驗(yàn)中取d_ = cU+2。
6.如權(quán)利要求5所述的方法，其特征在干，關(guān)鍵幀的提取采用兩次掃描曲線的方法確定最終的關(guān)鍵幀；首先掃描得到的特征點(diǎn)序列曲線，選擇出可能的高曲率點(diǎn)作為關(guān)鍵幀的候選幀；然后根據(jù)特定的條件，再次掃描特征點(diǎn)序列曲線，刪除不符合條件的候選幀，形成最終的關(guān)鍵幀集合； 第一次掃描曲線的時(shí)候嚴(yán)格按照數(shù)學(xué)意義上的高曲率定義標(biāo)準(zhǔn)確定候選關(guān)鍵幀，在當(dāng)前所處理的點(diǎn)a兩側(cè)，分別找出滿(mǎn)足式(11)的點(diǎn)對(duì)a_(a點(diǎn)左側(cè)的點(diǎn))、a+(a點(diǎn)右側(cè)的點(diǎn))，并計(jì)算由此三點(diǎn)構(gòu)成的三角形的內(nèi)角α ;如果Z α滿(mǎn)足式(11)，則稱(chēng)a點(diǎn)為高曲率點(diǎn)，并將其作為候選的關(guān)鍵幀，加入候選關(guān)鍵幀的點(diǎn)集；繼續(xù)處理曲線上其他的點(diǎn)，直到處理完一個(gè)鏡頭曲線內(nèi)的所有點(diǎn)為止，記錄所有候選點(diǎn)的坐標(biāo)值及Z α ；
全文摘要
本發(fā)明公開(kāi)了一種提取壓縮視頻關(guān)鍵幀的方法。該方法首先從DC系數(shù)提取視頻的顏色特征，然后提取AC系數(shù)的邊緣和紋理等方面的特征，最后采用高斯模型歸一化不同的數(shù)值，進(jìn)而得到融合特征，由此得到完整的特征相似度，以便提高關(guān)鍵幀的代表性和準(zhǔn)確率；然后利用特征相似度建立曲線，最后對(duì)曲線進(jìn)行兩次曲率檢測(cè)提取關(guān)鍵幀。本發(fā)明的方法能夠此較準(zhǔn)確地提取出可以反映視頻主要內(nèi)容的關(guān)鍵幀，并且彌補(bǔ)了單一利用DC系數(shù)特征信息對(duì)視頻內(nèi)容描述不完整的缺陷。其次，采用二次檢測(cè)曲線的方法實(shí)現(xiàn)關(guān)鍵幀的自動(dòng)提取，避免了人為確定關(guān)鍵幀數(shù)量。
文檔編號(hào)H04N7/30GK102695056SQ20121016450
公開(kāi)日2012年9月26日 申請(qǐng)日期2012年5月23日 優(yōu)先權(quán)日2012年5月23日
發(fā)明者羅笑南, 蔣昊, 黃鵬 申請(qǐng)人:中山大學(xué)