基于关键帧提取的静态视频摘要技术研究

基于关键帧提取的静态视频摘要技术研究
随着互联网的广泛使用和视频采集技术的逐渐成熟,数字视频数
量呈爆炸式增长。

为了从海量视频中快速准确搜索到有效信息,通过
精简的关键帧概括原始视频的主要内容,视频摘要技术应时而生。

现
有视频摘要方法,不仅专门用于解决视频关键帧相似性度量问题的理
论仍处于形成期,而且大多数的图像相似性计算方法主要依据的是传
统图像特征,较少考虑到图像像素空间的拓扑结构。

针对以上问题,
围绕静态视频摘要技术,本文对关键帧提取和关键帧图像相似性计算
中涉及的关键技术进行了研究,主要工作概括如下:(1)以光流运动分
析为基础,提出将光流技术与改进的爬山搜索相结合的关键帧提取方法。

首先,使用光流法计算视频帧序列的运动曲线。

然后,通过改进的爬山法实现对搜索初始点的预设,引导算法向更合理的解空间搜索运
动曲线的局部极小值;通过变步长搜索,使算法迅速地收敛于局部最
优解。

最后,提取运动局部极小值对应的视频帧作为关键帧。

该方法
根据连续帧之间光流位移的变化剧烈程度提取关键帧,其获得的关键
帧不仅较全面地涵盖视频内容,而且能突出视频的重要内容;同时可
应用于视频的快速浏览和检索。

(2)提出基于超像素分割的关键帧相
似性计算方法。

该方法使用超像素分割算法对关键帧图像的像素进行局部聚类,可将像素点提升至更具语义空间的图像区域。

如此操作,
能够有效地利用像素间的区域拓扑关系,以实现对图像块的准确比对。

利用该方法对提取出的相邻关键帧进行相似性计算,并以此为依据压
缩关键帧间类似的冗余帧,同时不会遗漏人们感兴趣的视频信息,进
而得到更有效且性能更优的静态视频摘要结果。

(3)将本文提出的静态摘要方法在两个公开基准数据集,即OVP数据集和YouTube数据集上完成实验,并与几种具有代表性的静态视频摘要方法进行对比。

通过主观展现及客观性能分析,证明本文获取的视频摘要与人工摘要结果具有更高的一致性,且比以往方法表现出更好的性能,从而验证本文所提方法的有效性和先进性。