[發明專利]視頻分析中的鏡頭關鍵幀提取方法及裝置

在審

• 申請號: 201610533693.X
• 申請日: 2016-07-07
• 公開（公告）號: CN107590419A
• 公開（公告）日: 2018-01-16
• 發明（設計）人: 白永強;羅旻
• 申請（專利權）人: 北京新岸線網絡技術有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明屬于視頻分析檢索技術領域，尤其涉及一種視頻分析中的鏡頭關鍵幀提取方法及裝置。

背景技術

隨著網絡技術的不斷發展，網絡視頻越來越普及，人們通過網絡搜索獲取自己想要觀看的視頻并在線觀看，網絡上視頻的數量也越來越多，因此，從海量視頻中搜索到用戶所需要的視頻，屬于視頻搜索領域中備受關注的問題。

傳統的視頻搜索技術，一般都是基于文字的視頻搜索技術，通常需要針對視頻文件進行人工注釋，但現在網絡上的視頻越來越多，對于大量的視頻文件逐一進行注釋工作量很大，需要大量的人力資源，增加人力成本，且效率低下。

因此，基于內容的視頻搜索技術開始興起，這種方式能夠自動提取視頻特征，方便用戶視頻搜索，從一定程度上避免上述缺點。用戶通過客戶端檢索工具實現視頻搜索，通過視頻分析獲取視頻的特征，以方便視頻檢索。這種方式需要準確的獲取視頻的特征，才能實現準確的視頻搜索匹配，現有的視頻檢索系統雖然包含一個視頻信息數據庫系統來存儲視頻的特征信息，但這些視頻信息往往僅包含人工輸入的視頻特征數據信息，信息形式單一、信息量小，難以滿足用戶的檢索需求。

為了改變視頻數據檢索的這種狀況，必須將無序的視頻數據有序化，從而建立基于內容的視頻檢索工具，讓用戶能隨時檢索到想要的視頻數據，讓視頻能自動地適應環境，可以互動式操作，快速地檢索，并在網上迅速、可靠地傳送。這就需要對視頻進行分析并提取其特征信息。

因此，在視頻分析過程中，如何實現全面準確的視頻特征信息的提取則成為亟待解決的技術問題。

發明內容

有鑒于此，本發明的一個目的是提供一種視頻分析中的鏡頭關鍵幀提取方法及裝置，用以解決現有技術中存在不能全面、準確的提取用于視頻搜索的視頻特征信息的問題，通過對視頻鏡頭的準確分割及鏡頭關鍵幀提取使提取的視頻特征更全面準確。為了對披露的實施例的一些方面有一個基本的理解，下面給出了簡單的概括。該概括部分不是泛泛評述，也不是要確定關鍵/重要組成元素或描繪這些實施例的保護范圍。其唯一目的是用簡單的形式呈現一些概念，以此作為后面的詳細說明的序言。

本發明實施例提供一種視頻分析中的鏡頭關鍵幀提取方法，包括：

獲取待分析的視頻文件；

在設定的滑動窗口中，計算相鄰兩個視頻幀之間的距離；

根據每個滑動窗口中各相鄰視頻幀之間的距離，確定對視頻文件進行鏡頭分割的分割點；

根據確定出的分割點，將所述視頻文件分割為若干視頻鏡頭；

從分割出的各個視頻鏡頭中提取能夠代表鏡頭主要內容的鏡頭關鍵幀。

在一些可選的實施例中，所述計算相鄰兩個視頻幀之間的距離，具體包括：

根據視頻幀的顏色直方圖，計算相鄰兩個視頻幀之間的直方圖距離；或

根據視頻幀的二值圖像，計算相鄰兩個視頻幀之間的歐氏距離。

在一些可選的實施例中，所述根據每個滑動窗口中各相鄰視頻幀之間的距離，確定對視頻文件進行鏡頭分割的分割點，具體包括：

確定出在每個滑動窗口中相鄰兩個視頻幀之間的距離的最大值和兩個視頻幀之間的距離的平均值；

判斷所述距離的最大值和距離的平均值的比值，是否大于設定的距離變化閾值；

當判斷為是時，確定該相鄰兩個視頻幀為視頻切割點，否則認為該滑動窗口中不存在切割點。

在一些可選的實施例中，所述從分割出的各個視頻鏡頭中提取能夠代表鏡頭主要內容的鏡頭關鍵幀，具體包括：

針對分割出的每個視頻鏡頭：

將視頻鏡頭中包含的各視頻幀，歸類到不同的視頻幀聚類中；

從每個視頻幀聚類中抽取離聚類質心最近的視頻幀作為該聚類的代表幀；

由抽取出的所有代表幀組成該鏡頭關鍵幀。

在一些可選的實施例中，所述將視頻鏡頭中包含的各視頻幀，歸類到不同的視頻幀聚類中，具體包括：

針對視頻鏡頭中的每一個視頻幀：

計算當前幀與設定的視頻幀聚類的質心的距離，如果該距離大于設定的該視頻幀聚類的距離閾值，則當前幀不加入該視頻幀聚類中；否則記錄該視頻幀聚類為當前幀的備選視頻幀聚類；

如果當前幀與設定的所有設定的視頻幀聚類的質心的距離均大于設定的閾值，則以當前幀為質心形成新的視頻幀聚類；

否則從記錄的當前幀的備選視頻幀聚類中選擇與當前幀相似度最大的視頻幀聚類加入。

本發明實施例還提供一種視頻分析中的鏡頭關鍵幀提取裝置，包括：

獲取模塊，用于獲取待分析的視頻文件；