|
|
EDA365欢迎您登录！
您需要 登录 才可以下载或查看，没有帐号？注册
x
基于超图排序算法的视频摘要
- \' T, Y5 g9 [0 K# s摘要:视频摘要技术作为一种快速感知视频内容的方式得到了广泛的关注.现有基于图模型的视频摘要方法将视频帧作为顶点,通过边表示两个顶点之间的关系,但并不能很好地捕获视频帧之间的复杂关系.为了克服该缺点，本文提出了一种基于超图排序算法的静态视频摘要方法( Hyper-Graph Ranking based Video Summarization ,HCRVS).HCRVS方法首先通过构建视频超图模型,将任意多个有内在关联的视频帧使用一条超边连接;然后提出一种基于超图排序的视频帧分类算法将视频帧按内容分类;最后通过求解提出的一种优化函数来生成静态视频摘要.在OpenVideo Project和YouTube两个数据集上的大量主观与客观实验验证了所提HGRVS算法的优良性能.
* S/ B7 f. i7 C3 m1 J关键词:视频摘要;超图;超图排序;视频帧分类;关键帧提取
' m# t- X" L0 X+ J2 D" h+ o
' d. J# H) q6 y/ d1引言
& G, U! Z5 t3 [9 s海量视频的存在与不断增长使得如何准确获取并高效呈现视频的主要内容成为当前研究的热点与难点.视频摘要( Video Summarization)技术是解决此问题的一类有效方法.它以- -种简略的形式将视频内容表示出来,是对目标视频内容的一种总结.
5 C8 S* Z: C* k% N2 `本文重点研究基于关键帧的静态视频摘要,其方法主要包括基于聚类的方法1~3,基于图模型的方法[4~ 10],基于重构的方法,基于矩阵分解的方法[12]等.基于聚类的方法是通过聚类的方式将相似的视频
% X( O4 p6 O( E# C8 L* z5 g: O+ k# v
- ~+ i! k; [7 P q' i9 B
, K" c& d8 O0 T4 F( L. o) F |
|
/1 
发表于 2021-5-8 17:40
收藏
淘帖
支持！
反对！