关键帧提取

摘要： 将传统的关键帧提取算法应用于经纬仪图像序列时,关键帧序列中会包含大量的非稳定跟踪图像帧。为了在关键帧提取过程中更好地保留目标稳定跟踪测量信息,该文在分析了经纬仪图像序列的特点后,构建了一种基于局部极大值的经纬仪图像序列关键帧提取算法。该算法首先计算图像序列的帧间差分,然后使用汉宁窗函数对帧间差分进行平滑,最后基于平滑后的帧间差分局部极大值来提取关键帧。实验结果表明:提出的算法相对于传统的帧间差分强度排序方法能更好地保留目标的跟踪测量信息,提取的关键帧在整个跟踪测量图像序列中分布更为均匀,包含的场景信息更为丰富。

摘要： 由于单一的图像特征并不能很准确的描述视频内容,会导致后续提取出来的关键帧出现漏检和错检问题。针对上述问题,设计一种基于多特征融合的高动态舞蹈视频关键帧提取系统。该系统按照需要给三种不同的特征向量(颜色特征、纹理特征、形状特征)分配合适的权值,然后将特征与权值相乘后再相加,得到一个多特征组合,最后以特征组合作为视觉特征,结合聚类算法,实现高动态舞蹈视频关键帧提取。结果表明:在本文所设计系统的应用下,关键帧提取结果与实际设计的结果相同,没有出现关键帧漏检和错检问题,关键帧提取质量较高。

摘要： 随着数字化信息时代的到来,视频监控逐渐被应用于人们生活的各个领域。面对视频监控存在大量冗杂视频与缺乏三维立体视觉感受等问题,本文提出了一种基于Cesium三维场景的监控视频叠加方法。通过OpenCV技术对监控视频进行解析,实现视频播放与关键帧提取,根据监控摄像机镜头参数解算内外方位元素进行定位,最后通过Cesium实现视频监控信号与倾斜摄影生成的三维GIS场景叠加。该方法增强了三维GIS场景下视频信息表达的直观性,改善了视频监控的易读性,有利于提高工作效率。

摘要： 现有的视频-文本跨模态实体分辨方法在视频处理上均采用均匀取帧的方法,必然导致视频信息的丢失,增加问题的复杂度。针对这一问题,提出一种结合关键帧提取的视频-文本跨模态实体分辨双重编码方法(DEIKFE)。以充分保留视频信息表征为前提,设计关键帧提取算法提取视频中的关键帧,获得视频关键帧集合表示。对于视频关键帧集合和文本,采用多级编码的方法,分别提取表征视频和文本的全局、局部和时序的特征,将其进行拼接形成多级编码表示。将该编码表示映射至共同嵌入空间,采用强负样本跨模态三元组损失对模型参数进行优化,使得匹配的视频-文本相似度越大,而不匹配的视频-文本相似度越小。通过在MSR-VTT、VATEX两个数据集上进行实验验证,与现有方法进行对比,在总体性能R@sum上分别提升了9.22%、2.86%,证明了该方法的优越性。

摘要： 利用目前方法对视频检索中关键帧进行提取时,没有对关键帧进行聚类,存在提取效率差、查全率低和误检次数多的问题,为此提出基于虚拟现实的视频检索中关键帧提取方法。方法首先利用虚拟现实技术构建出虚拟场景,将视频图像映射到虚拟场景中,基于虚拟现实对视频图像的互信息量进行获取,通过获取结果对视频镜头进行分割,以提升视频检索效率;根据切割视频图像的时间及空间特性,采用K-slice算法对关键帧进行聚类,若在聚类期间相邻的两个关键帧之间存有冗余,就需要将冗余数据进行消除,最终对没有冗余的关键帧进行提取,实现视频检索中关键帧提取方法。实验结果表明,通过对上述方法进行关键帧提取效率测试、视频检测查全率测试和提取误检次数测试,验证了所提方法的实用性强、精准度高。

摘要： 【目的】为提升视频综合的关键帧提取效果,降低关键帧的应用误差,对多媒体网络下数字视频关键帧提取方法进行设计与分析。【方法】确定数字视频关键帧联合熵数值,加强EMD距离的控制,同时,在多媒体网络下进行自适应提取模型的创建,采用聚类法实现多媒体网络下数字视频关键帧提取。【结果】在不同的提取单元长度情况下,对比于传统的应变描述提取测试组以及传统聚类特征提取测试组,设计的提取方法最终得出的提取冗余值相对较低。【结论】在多媒体的网络背景下,数字视频的关键帧提取效果更佳,具有实际的意义。

摘要： 针对当前存在的IC卡丢失被他人消费、信用卡盗刷等一系列安全问题,提出将基于内容的视频检索技术应用在IC卡刷卡消费过程中,当用户使用IC卡进行刷卡消费时系统不仅保存消费数据,而且利用监控设备来截取一幅消费者的图像,并记录消费的全过程。当有他人冒充用户进行消费后,用户可根据保存的一幅图像快速找到与其匹配的消费视频片段,实现了基于内容的视频检索。在检索过程中,首先通过对采集的大量视频进行镜头检测,然后对各个镜头提取关键帧,最后对关键帧和待检索图像进行特征提取与相似度计算,从而精确地找到所需要的视频片段。实验表明,该方法在一定程度上提高了检索的速率,保证了IC卡的安全性并做到了事后“有证可查”。

摘要： 文章提出了一种基于k均值聚类的视频关键帧提取算法。该算法在视频的镜头分割算法之上,通过层次聚类对视频内容进行初步划分,之后结合k均值聚类算法对初步提取的关键帧进行直方图特征对比去掉冗余帧,最终确定视频的关键帧序列。经过大量的实验数据证明,该算法能够提取出冗余度较低、代表性较强的关键帧,一定程度上为视频关键帧提取提供了有效的方法。

摘要： 关键帧提取是视频分析、视频检索等领域的重要研究内容,针对现有关键帧提取算法中常出现的查全率低、冗余帧多等问题,提出一种基于双向自适应时空切片的关键帧提取算法.实验结果表明,该算法性能优良,提取出的关键帧能够较为准确地表达视频的主要内容.

摘要： 文章提出了一种基于k均值聚类的视频关键帧提取算法.该算法在视频的镜头分割算法之上,通过层次聚类对视频内容进行初步划分,之后结合k均值聚类算法对初步提取的关键帧进行直方图特征对比去掉冗余帧,最终确定视频的关键帧序列.经过大量的实验数据证明,该算法能够提取出冗余度较低、代表性较强的关键帧,一定程度上为视频关键帧提取提供了有效的方法.

摘要： 为提高运动视频关键帧的运动表达能力和压缩率,提出柔性姿态估计和时空特征嵌入结合的运动视频关键帧提取技术.首先,利用人体动作的时间连续性保持建立具有时间约束限制的柔性部件铰接人体(ST-FMP)模型,通过非确定性人体部位动作连续性约束,采用N-best算法估计单帧图像中的人体姿态参数;接着,采用人体部位的相对位置和运动方向描述人体运动特征,通过拉普拉斯分值法实施数据降维,获得局部拓扑结构表达能力强的判别性人体运动特征向量;最后,采用迭代自组织数据分析技术(ISODATA)算法动态地确定关键帧.在健美操动作视频关键帧提取实验中,ST-FMP模型将柔性混合铰接人体模型(FMP)的非确定性人体部位的识别准确率提高约15个百分点,取得了81％的关键帧提取准确率,优于KFE和运动块的关键帧算法.所提算法对人体运动特征和人体姿态敏感,适用于运动视频批注审阅.

摘要： 模糊C 均值算法在进行关键帧提取时难以取得全局最优值,导致所提取的关键帧无法完整的描述镜头信息。本文提出一种基于自分裂竞争学习(SSCL)的关键帧提取方法，根据SSCL的分裂机制确定全局最优类数目的特点来确定关键帧的数量，同时根据SSCL的竞争学习机制有效确定类中心的特点来确定准确的帧图像作为视频的关键帧。实验证明基于SSCL的关键帧提取的方法比基于模糊C 均值提关键帧取的方法能够更好的描述镜头内容。

摘要： 视频关键帧提取的目的是用尽可能少的视频帧来表征尽可能多的视频内容，减少冗余视频帧，降低计算量，以便于视频的快速浏览、内容摘要、索引和检索。本文提出了一种通用的基于无监督合并聚类的视频关键帧提取方法。首先把视频划分为镜头，再对各镜头内的视频 帧进行合并聚类。每次选择最相似的两帧或两个子类进行合并，此过程循环进行，直到满足合并停止规则后自动停止合并，得到视频帧聚类结果。然后对聚类结果进行筛选，选出包含足够多视频帧的、能够表征镜头大部分内容的关键聚类。最后从关键聚类中选择与同类中其他所有视频帧最相似的一帧作为关键帧。实验结果表明该方法能够快速有效的提取出视频关键帧。

摘要： 为了减小视频镜头关键帧提取过程中数据量,本文提出一种基于压缩域视频的关键帧提取方法.本文算法利用亮度DCT DC值、宏块类型和运动向量来确定MPEG压缩视频中运动活动和视觉内容变化.本文算法的优点是有效利用低复杂度的反向量化和可变长解码从MPEG压缩域中获得需要的信息并且精确度高.试验结果表明本文方法提取的关键帧能够充分代表视频镜头的内容.

摘要： 为了在视频检索和浏览功能中提供视频的简洁表示，关键帧提取已经成为一个重要研究方向。文中提出了一种基于仿射传播聚类的视频关键帧提取方法。它对视频帧提取颜色特征，通过仿射传播聚类形成初始分类，根据类内和类间损失函数将相似的初始类聚合，提取各类的代表样本即为关键帧。实验结果表明这种方法可以根据视频内容的变化提取出适当数量的关键帧以较好的概括视频内容。

摘要： 暴恐视频在互联网的传播严重威胁着社会稳定与安全,对暴恐视频进行检测充满技术挑战.文章创建了用于评价暴恐视频检测算法性能的暴恐视频数据集,对数据集进行了语义概念和视频两个层面的标注.研究了基于灰度直方图、颜色直方图、颜色矩、局部二值模式及梯度方向直方图等特征描述子和支持向量机及极限学习机的视觉语义概念检测,针对不同的视觉语义概念通过仿真实验确定了最佳特征与分类器组合方式及相应参数设置.提出了基于灰度质心的视频关键帧提取方法,利用帧间相似性和视频序列相似性判别完成镜头突变和渐变判别,完成视频关键帧的提取.基于视觉语义概念和视觉语义概念词袋构建暴恐视频词频特征,使用支持向量机和视觉语义词频特征完成了暴恐视频内容的检测,并通过实验验证了该方法的可行性.

摘要： 视频关键帧提取技术是对视频进行摘要来提高视频内容访问效率的一种操作.传统的方法主要采用聚类的方法,未给出可信的关键帧代表性描述.尝试基于图计算算法实现关键帧抽取,该算法可以将一段视频中候选帧及其之间的关系表示成一个相关图,通过各帧间基于相关性对相邻帧的分值分配进行迭代计算,实现候选帧内容代表性评价;并提出了一种高效的帧间相关性计算方法.该方法通过两帧图像的最大稳定颜色区域(maximally stable colour region,MSCR)的匹配情况判定它们的相关性.在测试视频上将该算法与传统算法进行了对比测试,测试的结果验证了该算法的有效性.

摘要： 视频镜头分割和关键帧提取是视频检索领域中两项基础的、重要的技术。本文通过研究现有的镜头分割和关键帧提取的方法，提出了基于自适应二次双向比较和背景回字形检测的镜头突变检测方法，基于直方图颜色分量变化规律的淡入淡出检测算法，基于内容的一种改进的关键帧提取方法。由此搭建完整的视频边界检测和关键帧提取系统，大量实验表明，该方法是有效的。

摘要： 羊体体尺直接反映羊生长发育情况,利用机器视觉实现羊体体尺无接触式测量.首先,采用辅助标识法羊体提取背部轮廓曲线;采用D-P算法和海伦-秦九绍公式寻找曲线曲率最大的点作为臀部测点;其次,分析轮廓曲线特征信息,提取关键帧.最后,在寻找到的关键帧的基础上,寻找肩胛点.结合空间分辨率计算出羊体体尺参数.实验结果表明,可以准确提取关键帧,体尺测量平均误差不超过3％.

摘要： 羊体体尺直接反映羊生长发育情况,利用机器视觉实现羊体体尺无接触式测量.首先,采用辅助标识法羊体提取背部轮廓曲线;采用D-P算法和海伦-秦九绍公式寻找曲线曲率最大的点作为臀部测点;其次,分析轮廓曲线特征信息,提取关键帧.最后,在寻找到的关键帧的基础上,寻找肩胛点.结合空间分辨率计算出羊体体尺参数.实验结果表明,可以准确提取关键帧,体尺测量平均误差不超过3％.

摘要： 本发明公开了一种基于关键帧和非关键帧的动作评估方法及系统，属于机器视觉领域，方法包括将视觉传感器获取的人体32个关节点每一帧的三维坐标导出；选取特征关节点；对特征关节点的异常三维坐标进行修正；计算出特征关节点间每一帧在XOY、XOZ、YOZ三个平面的角度，绘出角度变化曲线；如果曲线由多个动作组成，将其分割为单个动作的曲线；将实际动作与其标准动作的曲线在关键帧和非关键帧处进行不同方式的对比，计算关键帧处角度差的绝对值，得到最终评估结果；系统包括数据导入模块、特征关节点选取模块、数据处理模块、角度计算及其曲线绘制模块、曲线处理模块和动作评估模块。本发明准确度高，过程简单高效，计算过程简单容易理解。

摘要： 本发明公开了一种基于邻近I帧DC图像相似度的压缩域关键帧提取方法，该方法首先计算原始视频中邻近I帧DC图像的相似度，形成相似度集合，其次利用聚类算法Kmeans对邻近I帧的DC图像相似度集合进行聚类，最后根据聚类结果中各I帧的相关度值进行关键帧提取。本发明充分利用相邻I帧相似度较大的特点，来减少计算次数以避免大量不必要的计算和应用聚类方法Kmeans对相似度集合Sdist在较短时间内完成聚类，改变了先镜头分割后提取关键帧的思路，简化了视频关键帧提取过程，并保证了结果的有效性；而且，本发明可处理多种类型视频文件的关键帧提取。

摘要： 本发明提出了一种基于感知颜色空间和关键角点的WCE视频时序冗余图像数据的关键帧提取方法，包括如下步骤：S1，通过单通道感知颜色空间Lab图像提取a通道的图像；S2，如果两个相邻帧图像相似就顺序进行下一对相邻帧图像之间的判定，直到两个相邻图像之间不相似，然后通过物理角点检测算法提取这两幅图像的关键角点；S3，如果两幅图像相似，则继续进行S2步骤的顺序相邻帧两幅图像的颜色相似性判定，如果发现不相似的顺序相邻帧两幅图像；S4，将输出满足使用者需求的图像作为时序图像的关键帧摘要图像。帮助医务人员剔除冗余的图像数据，获取关键图像数据，提高工作效率，降低时耗和降低人工成本。

摘要： 本发明公开了一种温室蔬菜病害监控视频关键帧提取方法及提取系统，该发明将视觉显著性与在线聚类算法相结合，首先利用X2直方图法进行帧间差异度量，剔除具有相似特征的视频帧图像对算法计算量的影响；其次将视频帧图像转到HSV颜色空间，结合温室蔬菜监控视频的特点，利用H、S通道计算视觉显著图，提取视频帧图像中的显著性区域，然后利用形态学方法对显著性区域中可能丢失的病斑信息进行修复；最终利用在线聚类算法和像素帧平均算法实现关键帧提取。该方法可以有效的获取温室蔬菜监控视频中病害的信息，为温室蔬菜病害的准确识别奠定坚实的基础。该发明得与图像处理、模式识别等技术结合的基础上，会在设施蔬菜病害识别方面有很大的贡献。

摘要： 本发明公开了基于帧间差分和颜色直方图差值的关键帧提取方法。该发明第一阶段基于帧间差分对监控视频中的运动目标进行检测，将监控视频划分为只包含运动目标的视频序列，得到候选关键帧。第二阶段计算候选关键帧中相邻两帧的颜色直方图差值，并设置阈值，去除相似的图像帧，得到最终的关键帧集合。与其他关键帧提取技术相比，该发明在保证关键帧集合的内容具有较高代表性的同时，显著降低了关键帧提取所需的时间，满足了实时性的要求，并尽可能减少集合中的冗余信息，使得关键帧帧数较少，进而降低后续目标识别、人流量统计等任务算法的时间复杂度。

摘要： 本发明公开了一种基于邻近I帧DC图像相似度的压缩域关键帧提取方法，该方法首先计算原始视频中邻近I帧DC图像的相似度，形成相似度集合，其次利用聚类算法Kmeans对邻近I帧的DC图像相似度集合进行聚类，最后根据聚类结果中各I帧的相关度值进行关键帧提取。本发明充分利用相邻I帧相似度较大的特点，来减少计算次数以避免大量不必要的计算和应用聚类方法Kmeans对相似度集合Sdist在较短时间内完成聚类，改变了先镜头分割后提取关键帧的思路，简化了视频关键帧提取过程，并保证了结果的有效性；而且，本发明可处理多种类型视频文件的关键帧提取。

摘要： 本发明提出了一种基于感知颜色空间和关键角点的WCE视频时序冗余图像数据的关键帧提取方法，包括如下步骤：S1，通过单通道感知颜色空间Lab图像提取a通道的图像；S2，如果两个相邻帧图像相似就顺序进行下一对相邻帧图像之间的判定，直到两个相邻图像之间不相似，然后通过物理角点检测算法提取这两幅图像的关键角点；S3，如果两幅图像相似，则继续进行S2步骤的顺序相邻帧两幅图像的颜色相似性判定，如果发现不相似的顺序相邻帧两幅图像；S4，将输出满足使用者需求的图像作为时序图像的关键帧摘要图像。帮助医务人员剔除冗余的图像数据，获取关键图像数据，提高工作效率，降低时耗和降低人工成本。

摘要： 本发明公开一种基于OpenCL的视频关键帧提取加速系统，其特征在于，包括资源初始化模块、视频数据预处理模块、视频特征值计算模块、视频特征值比较模块、空白帧检测模块和关键帧筛选模块；提供的基于OpenCL的视频关键帧提取加速方法，利用OpenCL的并行编程模型和GPU强大的并行运算能力，实现了视频关键帧提取处理过程的加速。在对视频关键帧提取的处理过程中，将视频特征值计算、视频特征值比较、空白帧检测等计算量很大的功能模块采用了OpenCL的并行计算框架，充分发挥GPU的并行计算能力，同时有效降低了CPU的资源消耗。

摘要： 本发明公开了一种温室蔬菜病害监控视频关键帧提取方法及提取系统，该发明将视觉显著性与在线聚类算法相结合，首先利用X2直方图法进行帧间差异度量，剔除具有相似特征的视频帧图像对算法计算量的影响；其次将视频帧图像转到HSV颜色空间，结合温室蔬菜监控视频的特点，利用H、S通道计算视觉显著图，提取视频帧图像中的显著性区域，然后利用形态学方法对显著性区域中可能丢失的病斑信息进行修复；最终利用在线聚类算法和像素帧平均算法实现关键帧提取。该方法可以有效的获取温室蔬菜监控视频中病害的信息，为温室蔬菜病害的准确识别奠定坚实的基础。该发明得与图像处理、模式识别等技术结合的基础上，会在设施蔬菜病害识别方面有很大的贡献。

摘要： 本发明公开了一种基于解析稀疏表示的关键帧提取方法，包括步骤：将视频转化为矩阵表示，视频矩阵的每一列为视频的每一帧信号；设计一个基于minimax concave penalty(MCP)稀疏正则化的解析稀疏编码模型；将视频矩阵作为原信号，视频矩阵的转置矩阵作为解析字典，带入解析稀疏编码模型；通过解析稀疏编码算法计算出稀疏系数矩阵，其中稀疏系数矩阵的非零行代表关键帧的索引；根据关键帧的索引选择出对应的该视频关键帧。本发明将提高选取关键帧的压缩率，同时降低计算复杂度，提高关键帧的提取速度。此外，本发明通过对许多具有挑战性的现实世界场景进行验证，相较于传统的关键帧提取方法具有更高的提取效率。