基于改进K-means算法的关键帧提取

被引:21
作者
孙淑敏
张建明
孙春梅
机构
[1] 江苏大学计算机科学与通信工程学院
关键词
视频检索; 关键帧; 群体相似度; 特征提取; 人工鱼群算法;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
摘要
为克服传统聚类算法在关键帧提取过程中对初始参数较为敏感的问题,提出一种基于改进K-means算法的关键帧提取算法。在人工鱼群算法中,依据人工鱼群体相似度对提取的特征向量进行自组织聚类,采用进步最大原则使人工鱼聚集在几个极值点位置,以每个极值点群体相似度最高的人工鱼为初始聚类中心,执行K-means算法,得到聚类结果,并提取关键帧。实验结果表明,该算法的准确率较高,能较好地表达视频的主要内容。
引用
收藏
页码:169 / 172
页数:4
相关论文
共 7 条
[1]
基于颜色特征的图像检索技术 [J].
王娟 ;
孔兵 ;
贾巧丽 .
计算机系统应用, 2011, 20 (07) :160-164
[2]
基于HSV颜色空间的中国虚拟人脑图像自动分割方法 [J].
陈允杰 ;
张建伟 ;
韦志辉 ;
王平安 ;
夏德深 .
计算机研究与发展, 2007, (12) :2036-2043
[3]
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)
[4]
视频关键帧提取的可能性C-模式聚类算法 [J].
张婵 ;
高新波 ;
姬红兵 .
计算机辅助设计与图形学学报, 2005, (09) :2040-2045
[5]
一种新型的智能优化方法-人工鱼群算法 [D]. 
李晓磊 .
浙江大学,
2003
[6]
Extensions to the k-means algorithm for clustering large data sets with categorical values [J].
Huang, ZX .
DATA MINING AND KNOWLEDGE DISCOVERY, 1998, 2 (03) :283-304
[7]
An integrated system for content-based video retrieval and browsing [J].
Zhang, HJ ;
Wu, JH ;
Zhong, D ;
Smoliar, SW .
PATTERN RECOGNITION, 1997, 30 (04) :643-658