基于k-means++聚类的视频摘要生成算法  

Video Summarization Generation Algorithm Based on K-means++ Clustering

作　　者：张亚洲[1] 余正生[1] 

机构地区：[1]杭州电子科技大学计算机学院,浙江杭州310018

出　　处：《工业控制计算机》2017年第7期129-130,共2页Industrial Control Computer

摘　　要：视频摘要是对视频内容的高度总结和概括,在保留原始视频主要信息的前提下,减少视频时长,提高视频的浏览效率。为了进一步提高所生成的视频摘要的质量,提出了一种基于k-means++聚类的视频摘要生成算法:首先,把原始视频分解为图像序列,并做预采样处理;然后,提取所有预采样帧的基于HSV空间的颜色特征;最后,使用改进的kmeans++算法对所有的预采样帧进行聚类,选取距离聚类中心最近的帧作为关键帧。In order to further improve the quality of the generated video summarization,an algorithm based on k-means＋＋ clustering is proposed in this paper.First,decompose the original video into image sequences and go through the presampling process.Then,extract the color features of sample frames based on HSV color space.Finally,cluster sample frames through an improved k-means ＋＋ algorithm,and select the frame which is closest to the clustering center as the key frame.

关 键 词：视频摘要 k-means++聚类 HSV颜色空间 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]