基于子镜头聚类的关键帧提取算法开题报告

1. 研究目的与意义（文献综述）

1.1研究目的及意义

随着多媒体技术及计算机网络技术的迅速发展，网络上的视频数据也越来越多，视频检索系统受到了越来越多的关注。关键帧提取作为视频检索的重要环节，其提取效果将直接影响视频检索系统的性能。视频关键帧提取就是研究如何利用尽量少的图像来有效地反映镜头的主要内容。

关键帧是镜头中最重要、最具代表性的图像帧，它反映了一个镜头的主要内容．依据镜头内容的复杂程度，可以从一个镜头中选取一个或多个关键帧．通过提取关键帧代表镜头信息，可以大大减少视频处理的数据量和复杂度。

目前的文献都把镜头分割作为片段检索的第一步，但是镜头分割本身是个仍在研究的复杂问题，常常无法准确检测到镜头边界．这无疑会影响检索的效果。事实上，视频编辑方式非常丰富，一个镜头也可能会穿插其他镜头而变为两个镜头片段。视频片段的相似性由内容相似性和顺序相似性组成，本质上，帧的相似性和帧的时间顺序可以反映视频片段的相似性，所以镜头分割并不是视频片段检索必需的步骤。但是直接用视频片段的所有帧来进行相似匹配，显然效率太低。这是因为视频中存在大量的内容非常相似的冗余帧。针对上述问题，本次在对视频数据进行子镜头分解和关键帧提取的基础上，根据视频分析和基于内容的视频检索理论，通过对子镜头的内容进行分析，提出了一种通过子镜头聚类选取关键帧的方法。

2. 研究的基本内容与方案

采用基于子镜头聚类来进行关键帧的提取，在保证聚类效果的同时，大大降低了关键帧提取的计算量。对于待处理镜头，剔除渐变过程帧，重新定位镜头的起始和终止帧号后首先利用帧间颜色直方图差，将镜头内所有的视频帧根据相似度的大小分成更短的子镜头，在子镜头内提取最接近均值的帧作为初始关键帧，然后利用层次聚类将初始关键帧集合聚类，将聚得各类的质心作为新的关键帧集合。最后根据一个镜头的关键帧最多不超过3帧的原则进行关键帧缩减，修正结果，获取镜头对应的关键帧集合。

1渐变帧检测与剔除

通过镜头边界检测算法自动检测出的渐变镜头。在镜头的起始或终止位置往往包含很多渐变过程中的图像帧。对于渐变镜头，如果不做渐变帧的剔除处理而直接对原镜头提取关键帧，往往会提取到这些渐变中的图像帧。它们并不能代表镜头的内容，属于提取出的严重错误的关、键帧．所以对于各镜头，需要先检测并剔除渐变过程帧，然后再进行关键帧的提取。．

3. 研究计划与安排

第1－5周：查阅相关文献资料，明确研究内容，学习数字图像处理和数字视频处理，了解关键帧提取方法。确定方案，完成开题报告。

第6－8周：学习了解软件opencv，学会用opencv处理图像。

第9－12周：编写程序，对视频进行处理，提取关键帧。

4. 参考文献（12篇以上）

[1].刘瑞祯,于仕琪编著.opencv教程[m].北京：北京航空航天大学出版社,2009.

[2].翟中,高腾飞,张庆庆.一种改进的视频关键帧提取算法[j].计算机科学,2012,39(8)：300-303.

[3].周兵,郝伟伟,袁社锋.一种适合于监控视频内容检索的关键帧提取新方法[j].郑州大学学报（工学版）,2013,34(3):102-105.