(5)类似的，依次计算剩余各个样本元素与 的距离 D(i， )，如果存在 max{min(D(i， )，D(i， )，…，D(i， ))}>T ，生成一个新类 ，将满足条件的样本 放入该类。类 的中心为 = ，令k=k+l，执行第 5步。否则转第6步；
(6)将所有样品帧按最近距离分到最近的聚类中心，得到M个聚类；
(7)分析这M个聚类，保证每个类中的帧序连续，并根据每个类的起始时间顺序重新排列，得到完整的镜头。
2.3.2 实验结果
为检测上述算法，分别从故事片和动作片中选取了视频片断。首先从视频片断中提取出所有帧并提取了所有帧的图；然后根据本文提出的基于聚类的镜头边界检测算法对视频片断进行了镜头切换检测。由于故事片的镜头相对稳定，人物也没有大的运动；而动作片镜头的切换速度较块，而且运动也比较大，所以对故事片的切换检测要比对动作片的切换检测简单，实验结果如表1和表2所示。
表1 镜头检测算法实验统计数据
节目类型 视频特点 帧数 镜头数
动作片 动作较多，变化较快 710 125
故事片 渐变较多，变化较慢 664 68
表2 实验结果
节目类型 误检的镜头个数 漏检的镜头个数 查全率 查准率
动作片 21 13 86.5% 81.3%
故事片 19 9 77.4% 65.3%
3．关键帧的提取
关键帧也称代表帧，是一组反映镜头中主要信息内容的一帧或几帧，可以用它来简洁扼要的表达镜头内容。
3.1关键帧提取简介
关键帧，也叫代表帧，它是镜头中最重要、最具代表性的图像帧，直接反映镜头的主要内容。关键帧提取的内容应能最大限度的将镜头内的信息展现出来，并且去数据量要尽可能的少且能反映最多的信息，同时计算不能太复杂。
3.2 关键帧提取方法的概述
关键帧提取的方法大致分为以下几类：
(1) 基于镜头的方法
当一段视频流被分割成若干镜头后，一种最简单的关键帧提取方法就是将每个镜头的首帧或末帧作为镜头的关键帧。它的主要思想是：既然一组镜头中相邻图像帧之间的特征交化较少，所以整个镜头中图像帧的特征变化也不大，因此就可以选择镜头的首帧或末帧作为镜头的关键帧。
上一页 [1] [2] [3] [4] [5] 下一页
基于内容的视频检索关键技术研究 第4页下载如图片无法显示或论文不完整，请联系qq752018766
