CN101464893B - 一种提取视频摘要的方法及装置 - Google Patents
一种提取视频摘要的方法及装置 Download PDFInfo
- Publication number
- CN101464893B CN101464893B CN2008102474990A CN200810247499A CN101464893B CN 101464893 B CN101464893 B CN 101464893B CN 2008102474990 A CN2008102474990 A CN 2008102474990A CN 200810247499 A CN200810247499 A CN 200810247499A CN 101464893 B CN101464893 B CN 101464893B
- Authority
- CN
- China
- Prior art keywords
- video
- key frame
- frequency abstract
- similarity
- video frequency
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 26
- 230000011218 segmentation Effects 0.000 claims abstract description 6
- 239000000284 extract Substances 0.000 claims description 12
- 239000000203 mixture Substances 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 abstract description 6
- 239000011159 matrix material Substances 0.000 description 8
- 230000008569 process Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000013144 data compression Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Landscapes
- Television Signal Processing For Recording (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种提取视频摘要的方法及装置，属于视频分析领域。所述方法包括：获取视频镜头和关键帧；将具有相似视频特征的关键帧聚为一类，并将聚为一类的关键帧命名为一个聚类；从每个聚类中选取平均距离最小的关键帧作为保留关键帧，将保留关键帧对应的视频镜头拼接成粗糙的视频摘要；在粗糙的视频摘要中生成视频片段并计算所述视频片段的相似度，检测出视频片段的相似度超过第三阈值的视频片段，在粗糙的视频摘要中去除检测到的视频片段，将保留下来的其他部分拼接成视频摘要。所述装置包括：分割模块，分段模块，拼接模块，去除模块。本发明提取的视频摘要更加简洁并带来较好的用户体验。
Description
技术领域
本发明涉及视频分析领域，特别涉及一种提取视频摘要的方法及装置。
背景技术
随着计算机网络及多媒体技术的快速发展，多媒体数据的应用日益广泛。由于存储代价的不断降低以及数据压缩技术的进步，多媒体数据出现了爆炸性的增长。海量的视频数据增加了用户检索和浏览视频的难度。视频摘要技术能让用户更有效的浏览视频的内容，近年来得到了广泛的关注。
作为基于内容的视频分析的一种主要应用，近年来有大量的研究集中在视频摘要提取算法上。国内也有较多基于内容的视频摘要方面的成果。其中，视频预览是视频摘要的一种基本形式。最简单的生成视频预览的方法是应用采样，也就是从原始视频中采用快放的方式来提高整个视频内容的帧速率，从而形成动态的视频浏览。这种方法生成速度很快，但是由于整个视频的速度相比原始视频变得过快，使得并不能提供很好的视觉效果。于是保持原始的帧速率，选择重要的或者相关的视频片段来形成动态视频浏览便成为了相对更好的方式。该方式主要根据关键帧的内容分析，将关键帧进行周围视频片段的扩展，并将他们链接起来，从而形成一种较简单的视频浏览算法。
在实现本发明的过程中，发明人发现现有技术至少存在以下问题：
在动态视频摘要部分，已有的算法主要关注在关键帧层次的相似度分析。由于这种算法在很大程度上依靠于关键帧的选取情况。当两个相似的镜头时长较长，并且其中包含较大的镜头运动信息时，所提取出的关键帧并不能保证足够相似，然而这些关键帧所代表的视频序列却很可能是非常相似的。因此，仅仅从视频关键帧层次做冗余分析，并不能在最大的程度上去除视频的相似成分。
发明内容
为了使提取的视频摘要更加简洁，本发明实施例提供了一种提取视频摘要的方法及装置。所述技术方案如下：
一种提取视频摘要的方法，所述方法包括：
对原视频分割，获取原视频的视频镜头和关键帧；
将具有相似视频特征的关键帧聚为一类，并将所述聚为一类的关键帧命名为一个聚类；
从每个聚类中选取平均距离最小的关键帧作为保留关键帧，将所述保留关键帧对应的视频镜头拼接成粗糙的视频摘要；
在所述粗糙的视频摘要中生成视频片段并计算所述视频片段的相似度，检测出视频片段的相似度超过第三阈值的视频片段，在所述粗糙视频摘要中去除所述检测到的视频片段，将所述粗糙视频摘要保留下来的其他部分拼接成视频摘要。
所述将具有相似视频特征的关键帧聚为一类，具体包括：
计算任意两个所述关键帧之间的距离；
将彼此距离小于或等于第一阈值的关键帧聚为一类。
所述从所述每个聚类中选取平均距离最小的关键帧作为保留关键帧，将所述保留关键帧对应的视频镜头拼接成粗糙的视频摘要，具体包括：
计算所述聚类的一个关键帧与所述聚类其他关键帧之间的距离的平均值，所述平均值为所述关键帧的平均距离，对所述聚类的每个关键帧按上述方法计算出各自的平均距离，选取平均距离最小的关键帧作为保留关键帧；
将所述选取的保留关键帧对应的视频镜头按时间顺序拼接，获得所述粗糙的视频摘要。
所述在粗糙的视频摘要中生成视频片段并计算所述视频片段的相似度，具体包括：
计算所述粗糙的视频摘要的任意两帧图片之间的距离，若所述距离小于第二阈值，从所述两帧图片中选取时间在后的一帧图片，读取在所述选取的图片之前的相邻的一帧图片的相似度，将所述读取的相似度增加预设的增量得到所述选取的图片的相似度，在所述粗糙的视频摘要中将相似度非零且连续增加的图片组成视频片段，并以所述组成的视频片段包括的最大的图片的相似度作为所述组成的视频片段的相似度
一种提取视频摘要的装置，所述装置包括：
获得模块，用于对原始视频分割，获得原视频的视频镜头和关键帧；
聚类模块，用于将具有相似视频特征的关键帧聚为一类，并将聚为一类的关键帧命名为一个聚类；
拼接模块，用于从每个聚类中选取平均距离最小的关键帧作为保留关键帧，将所述保留关键帧对应的镜头拼接成粗糙的视频摘要；
去除模块，用于在所述粗糙的视频摘要生成视频片段并计算所述视频片段的相似度，检测出视频片段的相似度超过第三阈值的视频片段，在所述粗糙视频摘要中去除检测到的视频片段，将粗糙视频摘要保留下来的其他部分拼接成视频摘要。
所述聚类模块具体包括：
计算单元，用于计算任意两个所述关键帧之间的距离；
聚类单元，用于将彼此距离小于或等于第一阈值的关键帧聚为一类。
所述拼接模块具体包括：
选取单元，用于从计算所述聚类的一个关键帧与所述聚类的其他关键帧之间的距离的平均值，所述平均值为所述关键帧的平均距离，对所述聚类的每个关键帧按上述方法计算出各自的平均距离，选取平均距离最小的关键帧作为保留关键帧；
拼接单元，用于将所述保留关键帧对应的视频镜头按时间顺序拼接，获得粗糙的视频摘要。
所述去除模块具体包括：
生成单元，用于计算所述粗糙的视频摘要的任意两帧图片之间的距离，若所述距离小于第二阈值，从所述两帧图片中选取时间在后的一帧图片，读取在所述选取的图片之前的相邻的一帧图片的相似度，将所述读取的相似度增加预设的增量得到所述选取的图片的相似度，在所述粗糙的视频摘要中将相似度非零且连续增加的图片组成视频片段，并以所述组成的视频片段包括的最大的图片的相似度作为所述组成的视频片段的相似度；
检测单元，用于根据从生成单元生成的各视频片段中，检测出所述相似度超过第三阈值的视频片段；
去除单元，用于选取所述检测到的第一个视频片段，在所述粗糙的视频摘要中去除所述检测到的其他视频片段，将所述粗糙视频摘要保留下来的其他部分拼接成视频摘要。
本发明实施例提供的技术方案的有益效果是：
通过获得原视频的视频镜头和原视频的关键帧，对原视频的关键帧进行聚类，从每个聚类中选取保留关键帧，将保留关键帧对应的视频镜头拼接成粗糙的视频摘要，在从粗糙的视频摘要中检测出视频相似度超过第三阈值的视频片段，在粗糙的视频摘要中去除检测到的视频片段，将粗糙的视频摘要保留的其他部分拼接成完整的视频摘要，从而更有效的去除了视频摘要中相似的内容，得到的视频摘要更加简洁并带来较好的用户体验。
附图说明
图1是本发明实施例提供一种提取视频摘要的方法流程图；
图2是本发明实施例提供一种提取视频摘要的方法详细流程图；
图3是本发明实施例提供一种提取视频摘要的装置图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。
实施例1
如图1所示，本发明实施例提供了一种提取视频摘要的方法，包括：
步骤101：对原视频分割，获得原视频的视频镜头和原视频的关键帧；
步骤102：将具有相似视频特征的关键帧聚为一类，并将聚为一类的关键帧命名为一个聚类；
本实施例中每个聚类的关键帧都描述相似的视频内容，这样整个视频的内容由若干个聚类的结果来表示。
步骤103：从每个聚类中选取平均距离最小的关键帧作为保留关键帧，将保留关键帧对应的视频镜头拼接成粗糙的视频摘要；
步骤104：在粗糙的视摘要中生成视频片段并计算视频片段的相似度，检测出视频片段的相似度超过第三阈值的视频片段，在粗糙的视频摘要中去除检测到的视频片段，将粗糙视频摘要保留下来的其他部分拼接成视频摘要。
在本实施例中视频从整体结构可以分为整个视频、视频场景、视频镜头和视频的关键帧四个层次。每个视频镜头都是摄像机不间断拍摄得到的连续的视频序列，也就是在摄像机一次开机和关机的过程中所得到的视频序列。关键帧是对视频镜头的代表性的描述，用一个或多个关键帧来代表整个视频镜头的内容。
本实施例中获得原视频的视频镜头和关键帧，对原视频的关键帧进行聚类，从每个聚类中选取保留关键帧，将保留关键帧对应的视频镜头拼接成粗糙的视频摘要，在从粗糙的视频摘要中检测出视频的相似度超过第三阈值的视频片段，在粗糙的视频摘要中去除检测到的视频片段，将粗糙的视频摘要的其他部分拼接成完整的视频摘要，从而更有效的去除了视频摘要中相似的内容，得到的视频摘要更加简洁并带来较好的用户体验。
实施例2
如图2所示，一种提取视频摘要的方法，具体包括：
步骤201：对原视频进行分割，获得原视频的场景和视频镜头，同时生成原视频的关键帧；
其中，视频从整体结构可以分为整个视频、场景、视频镜头和视频的关键帧四个层次。每个视频镜头都是摄像机不间断拍摄得到的连续的视频序列，也就是在摄像机一次开机和关机的过程中所得到的视频序列。关键帧是对视频镜头的代表性的描述，用一个或多个关键帧来代表整个视频镜头的内容。
步骤202：计算任意两个的关键帧之间的距离，将计算得到的距离存储在距离矩阵中；
例如有一段关键帧A、B、C、D、E，计算出A与B之间的距离为0.1、A与C之间的距离为0.13、A与D之间的距离为0.13、A与E之间的距离为0.16、B与C之间的距离为0.16，B与D之间的距离为0.12、B与E之间的距离为0.17、C与D之间的距离为0.14、C与E之间的距离为0.15、D与E之间的距离为0.12。再将计算的距离保存在距离矩阵中，得到的距离矩阵为{{0，0.1，0.13，0.13，0.16}，{0.1，0，0.16，0.12，0.17}，{0.13，0.16，0，0.14，0.15}，{0.13，0.12，0.14，0，0.12}，{0.16，0.17，0.15，0.12，0}}。
本实施例中关键帧之间的距离采用色彩直方图距离，若两个关键帧之间的距离不超过设置的第一阈值，则这两个关键帧的视频特征相似。
步骤203：从距离矩阵中读取关键帧之间的距离，将彼此距离小于或等于第一阈值的关键帧聚为一类；将聚为一类的关键帧命名为一个聚类，如此，将视频的关键帧聚成若干个聚类，每个聚类中任意两个关键帧之间的距离不超过第一阈值；
例如一段关键帧A、B、C、D、E，从保存的距离矩阵中分别读取彼此两关键帧之间的距离，将彼此之间的距离不超过第一阈值0.15的关键帧聚为一类，如此，分成A、B、D和C、E两个聚类。
其中，由于每个聚类中包括的任意两个关键帧之间的距离不超过第一阈值，使得每个聚类包括的所有关键帧都具有相似的视频特征；如此，每个聚类包括的关键帧都描述相似的视频内容，这样整个视频的内容由若干个聚类的结果来表示。
在本实施例中可以采用层次聚类的方法对视频的关键帧进行分段，该方法的原理是每次都将最近两个关键帧划为一类，反复迭代，直到该类内的关键帧之间的最大距离超过第一阈值为止。
步骤204：从每个聚类中选取平均距离最小的关键帧作为保留关键帧；
具体地，从距离矩阵中读取聚类的一个关键帧与聚类其他关键帧之间的距离，再对读取的距离计算出平均值，计算出的平均值为该关键帧的平均距离，对聚类的每个关键帧按上述方法计算出平均距离，选取平均距离最小的关键帧作为保留关键帧。
其中，对每个聚类的关键帧按上述方法进行计算，再选取出各自对应的保留关键帧。
步骤205：将选取的保留关键帧对应的视频镜头按时间顺序拼接，获得粗糙的视频摘要；
步骤206：计算粗糙的视频摘要的任意两帧图片之间的距离，将计算得到的距离存储在粗糙的视频摘要的距离矩阵中；
其中，两帧图片之间的距离采用色彩直方图距离，若两帧图片之间的距离小于设置的第二阈值，则这两帧图片的内容相似，另外，拼接的粗糙的视频摘要包括的每帧图片的相似度起初为零。
步骤207：计算出粗糙视频摘要的每个视频片段的相似度，检测所有视频片段的相似度超过设置的第三阈值的视频片段；
具体地，从粗糙的视频摘要的距离矩阵中读取任意两帧图片之间的距离，若读取的距离小于第二阈值，从该两帧图片中选取时间在后的一帧图片，读取在选取的图片之前的相邻的图片的相似度，将读取的相似度增加预设的增量得到该选取的一帧图片的相似度，在粗糙的视频摘要中将相似度非零且连续增加的图片组成视频片段，并以视频片段包括的最大的图片的相似度作为该视频片段的相似度，然后，检测出视频片段的相似度超过第三阈值的视频片段。
例如一段连续的图片A0、B0、C0、E、F、A1、B1、C1，起初每帧图片的相似度都为零。读取A0、A1之间的距离小于第二阈值，则将F的相似度增加预设的增量2得到A1的相似度2，读取B0、B1之间的距离小于第二阈值，则将A1的相似度增加增量2得到B1的相似度4，读取C0、C1之间的距离小于第二阈值，则将B1的相似度的增加增量2得到C1的相似度6，将相似度非零且连续增加的图片组成视频片段A1、B1、C1并以最大的相似度6作为视频片段A1、B1、C1的相似度，检测出视频片段的相似度超过第三阈值5的视频片段A1、B1、C1。
其中，本实施例相似度超过第三阈值的所有视频片段的内容相似。
步骤208：在粗糙的视频摘要中去除检测到的视频片段，将粗糙视频摘要保留下来的其他部分拼接成完整的视频摘要。
本实施例中将原视频进行分割得到原视频的视频镜头和原视频的关键帧，对原视频的关键帧进行聚类，再从每个聚类中选取保留关键帧，将保留关键帧对应的视频镜头按时间顺序拼接成粗糙的视频摘要，在从粗糙的视频摘要中检测出视频的相似度超过第三阈值的视频片段，从粗糙的视频摘要中去除检测到的视频片段，将粗糙的视频摘要的其他部分拼接成完整的视频摘要，从而更有效的去除了视频摘要中相似的内容，得到的视频摘要更加简洁并带来较好的用户体验。
实施例3
如图3所示，本发明实施例提供了一种提取视频摘要的装置，包括：
获得模块301，用于对原视频分割，获得原视频的视频镜头和原视频的关键帧；
聚类模块302，用于将具有相似视频特征的关键帧聚为一类，并将聚为一类的关键帧命名为一个聚类；
拼接模块303，用于从每个聚类中选取平均距离最小和关键帧作为保留关键帧，将保留关键帧对应的视频镜头拼接成粗糙的视频摘要；
去除模块304，用于在粗糙的视频摘要中生成视频片段并计算视频片段的相似度，检测出视频片段的相似度超过第三阈值的视频片段，在粗糙的视频摘要中去除检测到的视频片段，将粗糙的视频摘要保留下来的其他部分拼接成视频摘要。
其中，聚类模块302具体包括：
计算单元，用于计算任意两个的关键帧之间的距离；
聚类单元，用于将彼此距离小于或等于第一阈值的关键帧聚为一类，并将聚为一类的关键帧命名为一个聚类；
拼接模块303具体包括：
选取单元，用于计算聚类的一个关键帧与聚类其他关键帧之间的距离的平均值，计算出的平均值为该关键帧的平均距离，对聚类的每个关键帧按上述方法计算出平均距离，选取平均距离最小的关键帧作为保留关键帧；
拼接单元，用于将保留关键帧对应的镜头按时间顺序拼接，获得粗糙的视频摘要；
去除模块304具体包括：
组成单元，用于计算粗糙的视频摘要的任意两帧图片之间的距离，若计算的距离小于第二阈值，从该两帧图片中选取时间在后的一帧图片，读取在选取的一帧图片之前的相邻的一帧图片的相似度，将读取的相似度增加预设的增量得到选取的一帧图片的相似度，在粗糙的视频摘要中将相似度非零且连续增加的图片组成视频片段，并以该视频片段包括的最大的图片的相似度作为该视频片段的相似度；
检测单元，用于从组成单元组成的各视频片段中，检测出视频的相似度超过第三阈值的视频片段；
去除单元，用于在粗糙的视频摘要中去除检测出的视频片段，将粗糙视频摘要保留下来的其他部分拼接成视频摘要。
本实施例中分割模块对原视频进行分割，获得原视频的视频镜头，同时生成原视频的关键帧，聚类模块将具有相似视频特征的关键帧聚为一类，拼接模块从每个聚类中选取一个保留关键帧，将保留关键帧对应的视频镜头拼接成粗糙的视频摘要，去除模块检测到视频的相似度超过第三阈值的视频片段，从粗糙的视频摘要中去除检测到的视频片段，将粗糙的视频摘要的其他部分拼接成视频摘要，从而更有效的去除了视频摘要中相似的内容，得到的视频摘要更加简洁并带来较好的用户体验。
以上实施例提供的技术方案中的全部或部分内容可以通过软件编程实现，其软件程序存储在可读取的存储介质中，存储介质例如：计算机中的硬盘、光盘或软盘。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (8)
1.一种提取视频摘要的方法，其特征在于，所述方法包括：
对原视频分割，获取原视频的视频镜头和关键帧；
将具有相似视频特征的关键帧聚为一类，并将所述聚为一类的关键帧命名为一个聚类；
从每个聚类中选取平均距离最小的关键帧作为保留关键帧，将所述保留关键帧对应的视频镜头拼接成粗糙的视频摘要；
在所述粗糙的视频摘要中生成视频片段并计算所述视频片段的相似度，检测出视频片段的相似度超过第三阈值的视频片段，在所述粗糙视频摘要中去除所述检测到的视频片段，将所述粗糙的视频摘要保留下来的其他部分拼接成视频摘要。
2.根据权利要求1所述一种提取视频摘要的方法，其特征在于，所述将具有相似视频特征的关键帧聚为一类，具体包括：
计算任意两个所述关键帧之间的距离；
将彼此距离小于或等于第一阈值的关键帧聚为一类。
3.根据权利要求1所述一种提取视频摘要的方法，其特征在于，所述从每个聚类中选取平均距离最小的关键帧作为保留关键帧，将所述保留关键帧对应的视频镜头拼接成粗糙的视频摘要，具体包括：
计算所述聚类的一个关键帧与所述聚类其他关键帧之间的距离的平均值，所述平均值为所述关键帧的平均距离，对所述聚类的每个关键帧按上述方法计算出各自的平均距离，选取平均距离最小的关键帧作为保留关键帧；
将所述选取的保留关键帧对应的视频镜头按时间顺序拼接，获得所述粗糙的视频摘要。
4.根据权利要求1所述一种提取视频摘要的方法，其特征在于，所述在粗糙的视频摘要中生成视频片段并计算所述视频片段的相似度，具体包括：
计算所述粗糙的视频摘要的任意两帧图片之间的距离，若所述距离小于第二阈值，从所述两帧图片中选取时间在后的一帧图片，读取在所述选取的图片之前的相邻的一帧图片的相似度，将所述读取的相似度增加预设的增量得到所述选取的图片的相似度，在所述粗糙的视频摘要中将相似度非零且连续增加的图片组成视频片段，并以所述组成的视频片段包括的最大的图片的相似度作为所述组成的视频片段的相似度。
5.一种提取视频摘要的装置，其特征在于，所述装置包括：
获得模块，用于对原始视频分割，获得原视频的视频镜头和关键帧；
聚类模块，用于将具有相似视频特征的关键帧聚为一类，并将聚为一类的关键帧命名为一个聚类；
拼接模块，用于从每个聚类中选取平均距离最小的关键帧作为保留关键帧，将所述保留关键帧对应的镜头拼接成粗糙的视频摘要；
去除模块，用于在所述粗糙的视频摘要中生成视频片段并计算所述视频片段的相似度，检测出视频片段的相似度超过第三阈值的视频片段，在所述粗糙视频摘要中去除检测到的视频片段，将粗糙视频摘要保留下来的其他部分拼接成视频摘要。
6.根据权利要求5所述一种提取视频摘要的装置，其特征在于，所述聚类模块具体包括：
计算单元，用于计算任意两个所述关键帧之间的距离；
聚类单元，用于将彼此距离小于或等于第一阈值的关键帧聚为一类。
7.根据权利要求5所述一种提取视频摘要的装置，其特征在于，所述拼接模块具体包括：
选取单元，用于计算所述聚类的一个关键帧与所述聚类的其他关键帧之间的距离的平均值，所述平均值为所述关键帧的平均距离，对所述聚类的每个关键帧按上述方法计算出各自的平均距离，选取平均距离最小的关键帧作为保留关键帧；
拼接单元，用于将所述保留关键帧对应的视频镜头按时间顺序拼接，获得粗糙的视频摘要。
8.根据权利要求5所述一种提取视频摘要的装置，其特征在于，所述去除模块具体包括：
生成单元，用于计算所述粗糙的视频摘要的任意两帧图片之间的距离，若所述距离小于第二阈值，从所述两帧图片中选取时间在后的一帧图片，读取在所述选取的图片之前的相邻的一帧图片的相似度，将所述读取的相似度增加预设的增量得到所述选取的图片的相似度，在所述粗糙的视频摘要中将相似度非零且连续增加的图片组成视频片段，并以所述组成的视频片段包括的最大的图片的相似度作为所述组成的视频片段的相似度；
检测单元，用于从生成单元生成的各视频片段中，检测出所述视频片段的相似度超过第三阈值的视频片段；
去除单元，用于在所述粗糙的视频摘要中去除所述检测到的视频片段，将所述粗糙视频摘要保留下来的其他部分拼接成视频摘要。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2008102474990A CN101464893B (zh) | 2008-12-31 | 2008-12-31 | 一种提取视频摘要的方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2008102474990A CN101464893B (zh) | 2008-12-31 | 2008-12-31 | 一种提取视频摘要的方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN101464893A CN101464893A (zh) | 2009-06-24 |
| CN101464893B true CN101464893B (zh) | 2010-09-08 |
Family
ID=40805468
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN2008102474990A Expired - Fee Related CN101464893B (zh) | 2008-12-31 | 2008-12-31 | 一种提取视频摘要的方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN101464893B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104978526A (zh) * | 2015-06-30 | 2015-10-14 | 北京奇虎科技有限公司 | 病毒特征的提取方法及装置 |
Families Citing this family (29)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101840435A (zh) | 2010-05-14 | 2010-09-22 | 中兴通讯股份有限公司 | 一种实现视频预览和检索的方法及移动终端 |
| CN102930553B (zh) * | 2011-08-10 | 2016-03-30 | 中国移动通信集团上海有限公司 | 不良视频内容识别方法及装置 |
| CN102523536B (zh) * | 2011-12-15 | 2014-04-02 | 清华大学 | 视频语义可视化方法 |
| CN102750383B (zh) * | 2012-06-28 | 2014-11-26 | 中国科学院软件研究所 | 一种面向视频内容的螺旋摘要生成方法 |
| CN102881032B (zh) * | 2012-09-14 | 2015-09-09 | 北京理工大学 | 一种基于改进算法的图片拼接方法 |
| CN104683885A (zh) * | 2015-02-04 | 2015-06-03 | 浙江大学 | 一种基于近邻保持重构的视频关键帧摘要提取方法 |
| CN104883478B (zh) * | 2015-06-17 | 2018-11-16 | 北京金山安全软件有限公司 | 视频处理方法及装置 |
| CN105025392B (zh) * | 2015-06-25 | 2017-12-19 | 西北工业大学 | 基于摘要空间特征学习的视频摘要关键帧提取方法 |
| CN105183758A (zh) * | 2015-07-22 | 2015-12-23 | 深圳市万姓宗祠网络科技股份有限公司 | 一种连续记录视频、影像的内容识别方法 |
| TWI616763B (zh) * | 2015-09-25 | 2018-03-01 | 財團法人工業技術研究院 | 視訊索引建立方法及應用其之裝置 |
| CN106612468A (zh) * | 2015-10-21 | 2017-05-03 | 上海文广互动电视有限公司 | 视频摘要自动生成系统及方法 |
| CN105721955B (zh) * | 2016-01-20 | 2018-09-11 | 天津大学 | 一种视频关键帧选取方法 |
| CN105894043A (zh) * | 2016-04-27 | 2016-08-24 | 上海高智科技发展有限公司 | 一种视频描述语句生成方法及系统 |
| CN106713964A (zh) * | 2016-12-05 | 2017-05-24 | 乐视控股（北京）有限公司 | 一种生成视频摘要视点图的方法及装置 |
| CN106888407B (zh) * | 2017-03-28 | 2019-04-02 | 腾讯科技（深圳）有限公司 | 一种视频摘要生成方法及装置 |
| CN108882057B (zh) * | 2017-05-09 | 2021-08-17 | 北京小度互娱科技有限公司 | 视频摘要生成方法及装置 |
| CN107481227B (zh) * | 2017-07-27 | 2020-07-10 | 广州视源电子科技股份有限公司 | 教学板书图像处理方法、装置、智能教学设备及存储介质 |
| CN109982126A (zh) * | 2017-12-27 | 2019-07-05 | 艾迪普（北京）文化科技股份有限公司 | 一种相关视频的叠加方法 |
| CN108171189A (zh) * | 2018-01-05 | 2018-06-15 | 广东小天才科技有限公司 | 一种视频编码方法、视频编码装置及电子设备 |
| CN108683924B (zh) * | 2018-05-30 | 2021-12-28 | 北京奇艺世纪科技有限公司 | 一种视频处理的方法和装置 |
| CN108966004B (zh) * | 2018-06-27 | 2022-06-17 | 维沃移动通信有限公司 | 一种视频处理方法及终端 |
| CN108966042B (zh) * | 2018-09-10 | 2020-12-18 | 合肥工业大学 | 一种基于最短路径的视频摘要生成方法及装置 |
| CN109819338B (zh) * | 2019-02-22 | 2021-09-14 | 影石创新科技股份有限公司 | 一种视频自动剪辑方法、装置及便携式终端 |
| CN110324661B (zh) * | 2019-06-12 | 2022-02-18 | 浙江大华技术股份有限公司 | 在移动拍摄下生成视频摘要方法、装置、设备及存储介质 |
| CN110650379B (zh) * | 2019-09-26 | 2022-04-01 | 北京达佳互联信息技术有限公司 | 视频摘要生成方法、装置、电子设备及存储介质 |
| CN110728699B (zh) * | 2019-10-11 | 2022-11-08 | 杭州云栖智慧视通科技有限公司 | 一种基于特征距离的轨迹后处理方法 |
| CN114187545B (zh) * | 2021-12-01 | 2024-09-27 | 北京奇艺世纪科技有限公司 | 渐变镜头的识别方法和装置、电子设备和存储介质 |
| CN114650435B (zh) * | 2022-02-23 | 2023-09-05 | 京东科技信息技术有限公司 | 视频内重复片段查找方法、装置及相关设备 |
| CN115330657B (zh) * | 2022-10-14 | 2023-01-31 | 威海凯思信息科技有限公司 | 一种海洋探测图像的处理方法、装置和服务器 |
-
2008
- 2008-12-31 CN CN2008102474990A patent/CN101464893B/zh not_active Expired - Fee Related
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104978526A (zh) * | 2015-06-30 | 2015-10-14 | 北京奇虎科技有限公司 | 病毒特征的提取方法及装置 |
| CN104978526B (zh) * | 2015-06-30 | 2018-03-13 | 北京奇虎科技有限公司 | 病毒特征的提取方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN101464893A (zh) | 2009-06-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101464893B (zh) | 一种提取视频摘要的方法及装置 | |
| Truong et al. | Video abstraction: A systematic review and classification | |
| Ngo et al. | Video summarization and scene detection by graph modeling | |
| Ahanger et al. | A survey of technologies for parsing and indexing digital video1 | |
| Ngo et al. | Automatic video summarization by graph modeling | |
| JP5355422B2 (ja) | ビデオの索引付けとビデオシノプシスのための、方法およびシステム | |
| CN101489139B (zh) | 基于视觉显著度的视频广告关联方法与系统 | |
| Srinivas et al. | An improved algorithm for video summarization–a rank based approach | |
| US20130021529A1 (en) | Apparatus, medium, and method segmenting video sequences based on topic | |
| CN102332001B (zh) | 一种视频缩略图生成方法及装置 | |
| KR101341808B1 (ko) | 영상 내 비주얼 특징을 이용한 영상 요약 방법 및 시스템 | |
| US20120148149A1 (en) | Video key frame extraction using sparse representation | |
| US20070226624A1 (en) | Content-based video summarization using spectral clustering | |
| US20040181545A1 (en) | Generating and rendering annotated video files | |
| WO2008152556A1 (en) | Method and apparatus for automatically generating summaries of a multimedia file | |
| Gao et al. | Key-frame selection for video summarization: An approach of multidimensional time series analysis | |
| Barbu | Novel automatic video cut detection technique using Gabor filtering | |
| Wang et al. | Real-time summarization of user-generated videos based on semantic recognition | |
| Poullot et al. | Scaling content-based video copy detection to very large databases | |
| JP2010186307A (ja) | 動画コンテンツ識別装置および動画コンテンツ識別方法 | |
| Kumar et al. | Sports video summarization using priority curve algorithm | |
| Wang et al. | A research on video text tracking and recognition | |
| Barbieri et al. | Video summarization: methods and landscape | |
| Zhang | Content-based video analysis, retrieval and browsing | |
| Dong et al. | Advanced news video parsing via visual characteristics of anchorperson scenes |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| ASS | Succession or assignment of patent right |
Owner name: GUANGDONG SHENGYANG INFORMATION TECHNOLOGY INDUSTR Free format text: FORMER OWNER: TSINGHUA UNIVERSITY Effective date: 20130220 |
|
| C41 | Transfer of patent application or patent right or utility model | ||
| COR | Change of bibliographic data |
Free format text: CORRECT: ADDRESS; FROM: 100084 HAIDIAN, BEIJING TO: 528300 FOSHAN, GUANGDONG PROVINCE |
|
| TR01 | Transfer of patent right |
Effective date of registration: 20130220 Address after: 528300, first floor, C building, Shunde Creative Industry Park, 41 Fengxiang Road, Daliang District, Foshan, Guangdong, Shunde Patentee after: Guangdong Shengyang Information Technology Industrial Co., Ltd. Address before: 100084 Haidian District Tsinghua Yuan Beijing No. 1 Patentee before: Tsinghua University |
|
| C56 | Change in the name or address of the patentee | ||
| CP03 | Change of name, title or address |
Address after: 528300, building 107, building C, creative Pioneer Park, 41 Fengxiang Road, Shunde District, Foshan, Guangdong, Daliang Patentee after: Guangdong Shengyang Information Technology Industry Co., Ltd. Address before: 528300, first floor, C building, Shunde Creative Industry Park, 41 Fengxiang Road, Daliang District, Foshan, Guangdong, Shunde Patentee before: Guangdong Shengyang Information Technology Industrial Co., Ltd. |
|
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20100908 Termination date: 20171231 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |