基于视觉注意模型和互补性融合的关键帧提取

被引：8

作者：

王灿灿

李金屏

机构：

[1] 济南大学信息科学与工程学院,山东省网络环境智能计算技术重点实验室

来源：

济南大学学报(自然科学版) | 2014年 / 02期

关键词：

关键帧; 视觉注意模型; 显著度; 互补性; 相关性;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

摘要：

利用视觉注意模型提取的视频关键帧,不能全面地表达视频内容,针对这一问题,提出了基于视觉注意模型和互补性融合的关键帧提取方法。该方法利用视频帧的空间显著度和运动显著度的互补性,分别提取关键帧,再根据它们之间的相关性,消除冗余的关键帧。实验表明,该方法提取的关键帧能比较全面的表达视频内容,并且符合人类的视觉特性。

引用

页码：105 / 109

页数：5

共 10 条

[1]

一种基于MPEG-7颜色特征和块运动信息的关键帧提取方法 [J].

顾家玉 ;

覃团发 ;

陈慧婷 .

广西大学学报(自然科学版), 2010, 35 (02) :310-314

[2]

基于视觉注意模型的自适应视频关键帧提取 [J].

蒋鹏 ;

秦小麟 .

中国图象图形学报, 2009, (08) :1650-1655

[3]

基于显著兴趣点颜色及空间分布的图像检索新方法 [J].

曾智勇 ;

张学军 ;

崔江涛 ;

周利华 .

光子学报, 2006, (02) :308-311

[4]

基于自适应阈值的自动提取关键帧的聚类算法 [J].

王方石 ;

须德 ;

吴伟鑫 .

计算机研究与发展, 2005, (10)

[5]

一种基于视频聚类的关键帧提取方法 [J].

朱映映 ;

周洞汝 .

计算机工程, 2004, (04) :12-13+121

[6]

视频检索中关键帧选取的时间自适应算法 [J].

孙季丰 ;

徐兴 .

计算机工程, 2003, (07) :150-151

[7]

基于视觉注意机制的图像检索方法研究 [D].

周静 .

华南理工大学,

2012

[8]

基于LBP的特征提取研究 [D].

王玲 .

北京交通大学,

2009

[9]

Key frame extraction based on visual attention model[J] Jie-Ling Lai;Yang Yi Journal of Visual Communication and Image Representation 2011,

[10]

An integrated system for content-based video retrieval and browsing[J] Hong Jiang Zhang;Jianhua Wu;Di Zhong;Stephen W. Smoliar Pattern Recognition 1997,

← 1 →