基于人工免疫有序聚类的视频关键帧提取方法

詹永照，汪满容，柯 佳

(江苏大学计算机科学与通信工程学院，江苏镇江212013)

随着多媒体技术的快速发展，多媒体数据急剧增加，基于内容的视频检索(content-based video retrieval，CBVR)技术已经成为当前的一个研究热点［1］.作为基于内容的视频检索的一个重要组成部分，关键帧提取为视频索引、浏览和检索提供合适的摘要，大大减少了视频分析的数据处理量，越来越受到人们的重视［2］.作为视频检索的一个重要分支——视频事件检索，同样需要进行关键帧提取，但它不仅要求能减少数据处理量，而且要求提取出的关键帧能真实合理地反映视频的时序性内容.

目前，在关键帧提取方面已经取得了很多成果，其中利用聚类分析来提取关键帧是最常用的方法之一［3］.文献［4］计算当前帧与现存的每个聚类中心的相似度，若当前帧与所有聚类中心的相似度均小于给定的阈值，则从该帧开始形成一个新类别，否则将其分配到最相似的类别中，聚类过程结束后取各类中离聚类中心最近的帧为关键帧.文献［5］提出了一种二次聚类的方法，即首先以镜头内相邻两帧的相似度为数据样本进行聚类，通过将之分成两类来计算确定第二次聚类所需的阈值，然后以视频序列的帧为数据样本采用动态聚类的ISODATA算法进行聚类，最后选取离聚类中心最近的帧为关键帧.文献［6］在模糊C均值聚类的基础上提出了一种基于特征加权聚类的关键帧提取方法.文献［7］首先利用无监督聚类方法……