搜索结果: 1-5 共查到“计算机科学技术 关键帧提取”相关记录5条 . 查询时间(0.134 秒)
高炉料面视频关键帧是视频中的中心气流稳定、清晰、无炉料及粉尘遮挡且特征明显的图像序列,对于及时获取炉内运行状态、指导炉顶布料操作具有重要的意义.然而,由于高炉内部恶劣的冶炼环境及布料的周期性和间歇性等特征,料面视频存在信息冗余、图像质量参差不齐、状态多变等问题,无法直接用于分析处理。
基于图像主色彩的视频关键帧提取方法
关键帧提取 色彩量化 镜头边界检测 颜色特征聚类
2014/4/22
针对现有关键帧提取算法存在的计算量大、阈值选择困难、视频类型受限等问题, 提出了一种基于图像主色彩的视频关键帧提取方法。该方法利用基于八叉树结构的色彩量化算法提取图像主色彩特征,通过计算颜色特征的相似度实现镜头边界检测,最后采用K-均值算法对提取出的代表帧序列进行聚类,准确提取出指定数目的关键帧。实验结果表明,所提算法计算简单、空间耗费少,具有良好的通用性和适应性。
结合主成分分析和聚类的关键帧提取
视频检索 关键帧 主成分分析法
2009/7/15
关键帧提取技术，对基于内容的视频检索有着重要的作用。为了能从不同类型的视频里有效的提取关键帧，提出了一种新的关键帧提取算法。首先通过主成分分析法提取视频特征信息，然后根据视频内容的复杂度自适应获得聚类数以及聚类中心，通过k均值聚类得到视频关键帧。实验表明该算法能消除闪光灯的干扰，有效地找出代表视频主要内容，尤其是目标运动信息的关键帧。
优化初始聚类中心的关键帧提取
关键帧 聚类 k均值 自适应
2008/5/9
针对k均值聚类提取关键帧存在的不足，提出了优化初始聚类中心的关键帧提取算法。该算法的初始聚类中心由视频数据本身的分布来决定，增强了结果的稳定性;聚类数k不再唯一地决定于给定值，而是根据视频内容自适应获得最佳取值。实验表明该算法有良好的自适应性，获得的关键帧能有效地代表视频内容。
基于关键帧提取的最近特征线（NFL）聚类算法的镜头检索方法
基于内容的检索 最近特征线（NFL） 关键帧提取 颜色直方图
2007/12/27
提出了一种新的聚类方法来支持基于图像或镜头例子的检索.这种方法以最近特征线（Nearest Feature Line，NFL）聚类方法为基础，并根据最近特征线方法的特征，将基于特征空间拐点的关键帧提取过程与聚类方法作为一个整体统一考虑，从而使得最近特征线方法性能达到最优.实验结果表明，我们的基于关键帧提取的最近特征线方法与传统的最近特征线方法、最近邻法以及最近中心法相比较，可以获得更高的检索精度....