基于双向自适应时空切片的关键帧提取算法

韩震博

（四川大学计算机学院，成都610065）

1 视频关键帧提取概述

随着大数据时代的到来，网络上的视频数量大幅增加，如何快速且有效地在大量的视频中找到所需要的视频片段成为人们关注的热点问题。

视频是由连续变化的图像帧组合而成，人们将这段连续的图像帧中能够有效地代表视频主要内容的帧称为关键帧。关键帧提取技术在视频处理领域中发挥着重要作用，通过对视频中关键帧的提取，能有效地减少冗余信息，使得需要处理的数据量大大减少，为后续的视频处理提供便捷。

目前，关键帧提取技术主要包括以下4类[1]：

（1）基于视频运动信息的关键帧提取：

视频中包含着大量的运动信息，可以通过对视频中运动信息的提取及分析，实现视频关键帧的提取，具体的方法包括基于运动特征的关键帧提取方法[2]、基于运动分析的关键帧提取方法[3]等。

（2）基于视频内容的关键帧提取：

这类方法使用视频帧序列中每一帧图像的纹理、颜色、形状等底层特征作为关键帧提取的依据[4]。相邻帧间特征差异的大小可以有效地反映出视频内容变化的显著程度，因此可以通过这类方法完成关键帧的提取。

（3）基于视频镜头信息的关键帧提取：

这类方法首先通过一定的方式，将视频分割成若干个独立的镜头，然后按照一定的规则在每个独立的镜头中完成关键帧的提取。常用的方法有基于像素的关键帧提取方法[5]以及基于直方图的关键帧提取方法[6]等。……