基于自分裂竞争学习算法的关键帧提取  

Key frames extraction based on self-splitting competitive learning

作　　者：夏利民[1] 邓克捷[1] 

机构地区：[1]中南大学信息与工程学院,长沙410075

出　　处：《计算机工程与应用》2011年第2期146-148,共3页Computer Engineering and Applications

基　　金：中国博士点基金;湖南省自然科学基金(No.05JJ30121)~~

摘　　要：模糊C均值算法在进行关键帧提取时难以取得全局最优值,导致所提取的关键帧无法完整地描述镜头信息。提出一种基于自分裂竞争学习(SSCL)的关键帧提取方法,根据SSCL的分裂机制确定全局最优类数目的特点来确定关键帧的数量,同时根据SSCL的竞争学习机制有效确定类中心的特点来确定准确的帧图像作为视频的关键帧。实验证明基于SSCL的关键帧提取的方法比基于模糊C均值关键帧提取的方法能够更好地描述镜头内容。Due to the limitation of getting global optimal solution on Fuzzy C Mean（FCM） clustering algorith in key framesetraction,it is difficult to describe the shot fully.An new way of extracting key frame on Slef-Splitting Competitive Learning（SSCL） will be proposed in this paper.It is effectively to calculate numbers of key frames by the characteristic of splittingof SSCL that get global optimal clusting numbers validly.At the same time,exact key frame will be extracted by the characteristic of competitive learning that get clustering center.The experiment will present,the advance which the result of SSCLis better than FCM in shot describing.

关 键 词：自分裂竞争学习 关键帧 聚类数目 聚类中心 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]