[發明專利]基于Hadoop的分布式視頻關鍵幀提取方法

有效

• 申請號: 201910935963.3
• 申請日: 2019-09-29
• 公開（公告）號: CN110705462B
• 公開（公告）日: 2022-05-10
• 發明（設計）人: 程飛
• 申請（專利權）人: 四川樂為科技有限公司
• 主分類號: G06V20/40
• 分類號: G06V20/40;G06V10/82;G06N3/04
• 代理公司: 成都厚為專利代理事務所(普通合伙) 51255
• 代理人: 幸凱

1.基于Hadoop 的分布式視頻關鍵幀提取方法，其特征在于，包括：

獲取待處理的原始視頻；

將所述原始視頻按照預設順序拆分為獨立的圖像幀；

檢測所述圖像幀中是否包含第一目標，若所述圖像幀包含所述第一目標則標記為目標幀，否則標記為普通幀；

將所述目標幀分為若干目標幀合集；

分別獲取每個目標幀合集的關鍵幀；

根據所有目標幀合集的關鍵幀生成關鍵幀合集；

將所述目標幀分為若干目標幀合集，包括：

定義前一幀為普通幀的目標幀為第一目標幀，前一幀為目標幀的目標幀為第二目標幀；

分別為每個第一目標幀創建一個目標幀合集，并將該第一目標幀添加到對應的目標幀合集中；

檢測第二目標幀與其前一目標幀之間的相似度，若相似度大于等于第一閾值，則將該第二目標幀添加到其前一目標幀所屬的目標幀合集中；若相似度小于第一閾值，則為該第二目標幀創建一個目標幀合集，并將該第二目標幀添加到該目標幀合集中；

分別獲取每個目標幀合集的關鍵幀，包括：

步驟一，設置聚類中心值N；

步驟二，利用最大間距法對所述目標幀合集中的目標幀進行處理，獲得N個聚類中心，所述最大間距法用于計算目標幀之間的相似度是否符合預設條件；

步驟三，計算所述聚類中心之間的相似度，若相似度大于等于第二閾值，則將相應的兩個聚類中心進行合并；

步驟四，利用最小距離分類將所述目標幀合集中的目標幀進行分類；

步驟五，計算各聚類中目標幀的平均相似度，獲取與平均相似度差值最小的目標幀作為新的聚類中心；

步驟六，若各聚類的新聚類中心與原聚類中心的相似度均大于等于第三閾值，則終止算法，各聚類的新聚類中心即為關鍵幀；否則，執行步驟三。

2.根據權利要求1所述的基于Hadoop 的分布式視頻關鍵幀提取方法，其特征在于，基于Hadoop 的分布式視頻關鍵幀提取方法，還包括：

對所述關鍵幀合集中的關鍵幀進行去冗余。

3.根據權利要求1所述的基于Hadoop 的分布式視頻關鍵幀提取方法，其特征在于，當所述第一目標包括多個物體時，若所述圖像幀包含至少一個該物體，則將該圖像幀標記為目標幀。