CN101655859A - 快速去除冗余关键帧的方法及装置 - Google Patents

Abstract

本发明提供了一种快速去除冗余关键帧的方法及装置，根据本发明的方法包括以下步骤：排序步骤，用于采用二路归并法来按照关键帧的特征值大小对关键帧进行排序；片段划分步骤，用于对排序步骤后的关键帧序列进行片段划分，从而查找出冗余关键帧；以及删除步骤，用于删除所查找出来的冗余关键帧。本发明通过采用先排序再分段的方法，从而大大降低了计算的复杂度，并大大提高了速度。

Description

快速去除冗余关键帧的方法及装置

技术领域

本发明涉及一种视频图像处理方法，更具体地说，本发明涉及一种快速去除冗余关键帧的方法以及实现该方法的装置。

背景技术

随着网络和多媒体技术的飞速发展，视频数据及视频文件得到了大量积累及广泛应用，其数量迅猛增加。视频数据按照由粗到细的顺序通常划分为四个层次结构(即视频、场景、镜头和帧)，其中帧是是视频数据的最小单位，是一幅静止的画面，镜头是视频数据的基本单位，是指由同一摄像机连续摄取的一段帧序列，它被视为视频检索的基本单元。场景是由内容相近的镜头组成，从不同的角度描述同一个事件。在希望对这些数据进行有效的索引和管理的情况下，需要采用有效的镜头分割和关键帧提取技术。关键帧也称为代表帧，是镜头中最重要、最具代表性的图像帧，它反映了一个镜头的主要内容。在存储容量有限的情况下或者视频数据非常巨大的情况下，仅存储镜头关键帧，就能获得数据压缩的效果。并且，利用提取出来的关键帧，可以对视频数据库进行更有效的快速查询、检索和浏览，这样不仅管理起来迅捷方便，同时还为视频处理提供了一个统一组织框架。

在现有技术中，提取关键帧的步骤一般是，首先对一部视频进行镜头分割，之后选取镜头中的任意一帧(例如首帧)作为本镜头的一个关键帧，以此帧作为所在镜头的代表帧。但是，在一部视频中可能会存在着大量的重复镜头，那么，如果只简单地把分割出来的镜头中的一帧作为关键帧的话，显然会提取到大量重复冗余的关键帧。例如，如图1所示，其中示出了一部MTV视频的各镜头首帧。可以看到，图1中存在大量的重复镜头，那么肯定会产生内容重复的关键帧，即冗余关键帧。

为了删除冗余关键帧，则需要比较各个关键帧图像之间的差异，那么就需要提取图像的特征值进行比较，例如可以计算帧图像中各像素点之和，在这种情况下，可以采用这样的像素值作为特征值。实际上，特征值有很多种，其中最主要的就有基于直方图的或者基于边缘特征的特征值等。这方面的详细资料可参见2004年8月发表在《计算机学报》第27卷第8期(第1027页至第1035页)上的论文“视频镜头时域分割方法的研究”。

在现有技术中，传统的去除冗余关键帧的方法是逐一对关键帧的特征值进行两两比较。在传统的方法中，首先会设定一个阈值，然后，从第一帧开始将其依次与其他关键帧比较关键帧的特征值大小，如果特征值差值小于阈值则认为是重复帧，那么就可以保留其中一帧而删除掉重复帧。在这种方法中，假设关键帧序列中共含有N帧，这种方法的比较次数为(N+1)+(N-2)+(N-3)+……+2+1＝N(N+1)/2，即计算复杂度为O(N²)。在N值很大的情况下，这样的计算量是相当大的，那么随之而来的计算时间也是相当长的。而且，现有的去除冗余关键帧的方法都仅仅注重精度，几乎没有关注优化速度的。从而，利用现有技术来去除冗余关键帧将会相当复杂，速度也很慢。所以，在处理大批量的视频数据时，期望开发出一种能快速有效地去除冗余关键帧的方法。

发明内容

为了解决现有技术中所存在的不能快速去除冗余关键帧的问题，本发明提供了一种快速去除冗余关键帧的方法及装置。根据本发明的一个方面，提供了一种快速去除冗余关键帧的方法，所述方法包括以下步骤：

排序步骤，用于利用关键帧的特征值来按照关键帧的特征值大小对关键帧进行排序；

片段划分步骤，用于对排序步骤后的关键帧序列进行片段划分，从而查找出冗余关键帧；以及

删除步骤，用于删除所查找出来的冗余关键帧。

根据本发明的另一方面，提供了一种用于快速去除冗余关键帧的装置，其包括：排序单元，用于利用关键帧的特征值来按照关键帧的特征值大小对关键帧进行排序；片段划分单元，用于对排序步骤后的关键帧序列进行片段划分，从而查找出冗余关键帧；以及删除单元，用于删除所查找出来的冗余关键帧。

在本发明的方法和装置中，通过先排序再分段的步骤，大大降低了计算的复杂度，从而大大提高了速度。其中，通过将去除冗余关键帧的过程分成排序和片段划分两个主要步骤，获得了杂度降低以及提升速度的优势。并且，本发明进一步可以采用二路归并法以及二分法来分别对这两个主要步骤进行优化，从而在确保准确性的同时大大消减了冗余关键帧的过程中的计算复杂度；并且关键帧数量越多本发明的优势越明显，而且冗余关键帧的比例越大，本发明的优势也越明显。

附图说明

图1是示出了背景技术中的一部MTV视频的各镜头首帧的图像示图。

图2是示意性地示出了根据本发明的实施例的快速去除冗余关键帧的总体流程图。

图3是示意性地示出了根据本发明实施例的排序步骤的流程图。

图4是示意性地示出了根据本发明的片段划分步骤的流程图。

图5是示意性地示出了本发明实施例所采用的二分法进行片段划分的基本原理的示意图。

图6是示意性地示出了所提取出来的关键帧的位置的示例的示意图。

图7是示意性地示出了根据本发明实施例的记录关键帧的方法示意图。

图8是根据本发明的用于快速去除冗余关键帧的装置10的示意框图。

具体实施方式

下面将结合附图对本发明的实施例进行描述。

本实施例的方法被大致分成两个主要的步骤，在第一个步骤中，将按照关键帧的特征值大小对关键帧进行排序(在本实施例中采用从小到大的排列顺序为例)；在第二个步骤中，将进行片段划分，以便对排序后的关键帧进行片段划分，从而查找出冗余关键帧，随后删除冗余关键帧。于是，通过先排序再分段的过程，可以大大降低计算的复杂度，并从而大大提高了速度。应该说明的是，可以在查找出所有冗余关键帧之后一次性删除所有关键帧，但是也可以每查找出一个或多个冗余关键帧之后立即删除所查找出来的冗余关键帧，本发明并不受该先后顺序所限制。

图2示意性地示出了根据本发明的实施例的快速去除冗余关键帧的总体流程。其中，本实施例采用了二路归并排序算法来对关键帧进行排序，所以在具体描述本发明的第一个步骤之前，先简要介绍二路归并排序算法的基本思想。

二路归并排序算法的基本思想就是假设数组A有N个元素，那么可以看成数组A是由N个有序的子序列组成，每个子序列的长度为1，然后再两两合并，得到了一个N/2个长度为2或1的有序子序列，再两两合并，如此重复，直到得到一个长度为N的有序数据序列为止。

设两个有序的子文件放在同一向量中相邻的位置上：

R[low..m]，R[m+1..high]，先将它们合并到一个局部的暂存向量R1中，待合并完成后将R1复制回R[low..high]中。合并过程中，设置i，j和p三个指针，其初值分别指向这三个记录区的起始位置。合并时依次比较R[i]和R[j]的关键字，取关键字较小的记录复制到R1[p]中，然后将被复制记录的指针i或j加1，以及指向复制位置的指针p加1。重复这一过程直至两个输入的子文件有一个已全部复制完毕(不妨称其为空)，此时将另一非空的子文件中剩余记录依次复制到R1中即可。

下面，将参照附图3来详细描述第一个步骤，即排序步骤。

假设某部视频已被分割为各个镜头，并采用镜头首帧作为关键帧。在本实施例中采用最简单的像素值作为帧图像特征值，随后计算每一关键帧的特征值，并且将各关键帧的特征值集合表示为F＝{f1，f2，f3......fn}。图2中以小方块表示关键帧图像，方块上方数字表示原关键帧在序列中的帧号位置，在此我们可以按照帧的初始位置将各个帧依次称为帧1、帧2、…、帧i、…、帧7；方块中间数值用于表示帧特征值，如图2的第一行所示，在本实施例中关键帧特征值序列为{38，27，39，3，9，82，9*}。其中，为了清楚显示以及描述的方便，将序列中最后一帧特征值为9记为9*以与特征值相同的另一帧相区分。图2示意性地示出了整个二路归并排序过程。

如图2中的第二至第四行所示，首先，逐级将特征值序列划分成由两个帧组成的二元组，例如帧1和帧2组成了第一个二元组，帧3和帧4组成了第二个二元组，以此类推，当帧数为奇数时，最后剩下的一个帧单独地构成一个二元组，本实施例中的帧7单独地构成了第四个二元组。应该说明的是，采用第二至第四行这三行来表示划分二元组的步骤仅仅是为了清楚地显示划分层次，具体的划分步骤可一次性完成。

然后，如第五行所示，所有二元组的内部的两个帧相互比较以便使各个二元组进行内部排序。之后，从第一个二元组开始，对连续的两个二元组进行排序合并以形成一个四元组。具体地说，在本实施例中，第一个二元组和第二个二元组通过排序合并成第一个四元组，而第三个二元组和第四个二元组通过排序合并成第二个四元组。显然，这个二元组的内部排序过程也可以认为是两个一元组进行排序的过程。

其中，对两个二元组进行排序合并的方式具体描述如下。以第一个二元组和第二个二元组的合并排序为例，先用第一个二元组的第一个帧(即帧2)与第二个二元组的第一个帧(即帧4)进行比较，将特征值较小的设置为所组成的四元组的第一个帧(由于帧2的特征值为27而帧4的特征值为3，所以将帧4选为四元组的第一帧)。然后，将帧2继续与第二个二元组的第二个帧(即帧3)进行比较，由于帧2的特征值27小于帧3的特征值39，所以帧2被选为四元组的第二帧。随后，将帧3继续与第一个二元组的第二个帧(即帧1)进行比较，由于帧1的特征值38小于帧3的特征值39，所以帧1被选为四元组的第三帧，而帧3被选为四元组的第四帧。从而形成了一个按特征值大小排序而成的四元组。

最后，以类似的方式对两个四元组进行排序合并。首先，帧4与帧5比较，特征值较小的帧4被选为八元帧的第一帧；随后剩下的帧5继续与帧2进行比较，特征值较小的帧5被选为八元帧的第二帧；随后剩下的帧2继续与帧7进行比较，特征值较小的帧7被选为八元帧的第三帧；随后剩下的帧2继续与帧6进行比较，特征值较小的帧2被选为八元帧的第四帧；随后剩下的帧6继续与帧1进行比较，特征值较小的帧1被选为八元帧的第五帧；随后剩下的帧6继续与帧3进行比较，特征值较小的帧3被选为八元帧的第六帧；最后剩下的帧6被选为八元帧的第七帧。从而形成了一个按特征值大小排序而成的特征值序列，这样也就形成了一个新的视频序列，我们将该视频序列标记为A’。

在该步骤中，如果出现了一个四元组的所有帧都比较完毕，而另一个四元组还剩下多个帧未参与比较的情况，则显然可直接将该另一个四元组的剩下的多个帧直接依次排列在已经通过比较而排列好的帧后面。

在本实施例中，以7个帧组成的序列作为示例描述了序列排序方式，但是对于帧数更多的序列，可以采用同样的方式，当帧数较多时，与该实施例的区别仅仅在于需要进行更多次数的多元组(多元组表示由2ⁱ个帧组成的组，但是应该理解的是，对于任意划分层次的最后一个多元组，其中的帧数可能是小于2ⁱ的奇数)排序合并。

可以看出，二路归并法对关键帧进行排序的优势主要在于如下两点：

(1)相对于传统的逐帧依次排序，二路归并排序方法的复杂度降低，例如，对于具有n个特征值的特征值集合，须做「log₂n]次归并，每次归并所花费的时间是O(n)，则整个排序的复杂度为O(nlog₂n)。

(2)二路归并排序方法具有稳定性，即，如果数组中的两个元素值相同，那么排序的最终结果中的这两个元素的前后相对位置不会发生改变。如图2中的帧5和帧7，经过排序后前后的相对位置并没有改变。

下面将参照附图来描述本实施例的第二个主要步骤。

经过上一个步骤以后，得到一个按照特征值大小排过序的关键帧序列，那么重复冗余的关键帧必定会相邻或近邻。这样，我们可以设定一个阈值，如果每帧与其相邻帧之间的特征值之差相近，那么这两个关键帧只需保留其中的一个关键帧(例如可以是但不限于帧号最小的一个关键帧)。

为了简化查找冗余关键帧的步骤，本实施例使用二分法对排序后的关键帧序列进行片段划分；当然，在这一步骤中之所以能采用“片段”的形式查找冗余关键帧，是由于冗余关键帧的特征值相近，那么经过按照特征值大小进行排序之后，它们肯定排列在一起。查找出冗余的帧片段后，可只保留其中帧号最小的那一帧，而删除冗余的关键帧片段。

图4示意性地示出了根据本发明的片段划分步骤的流程图。相应地，图5是示意性地示出了本发明实施例所采用的二分法进行片段划分的基本原理的示意图。

下面将参照附图4的流程图及附图5的示意图来详细描述片段划分步骤。

如图4所示，对于排过序的视频序列A’，先用二分法定位中间帧以将原片段一分为二，然后计算新片段中间帧与首尾帧的帧差(即，特征值之差)，判断帧差是否大于阈值，如果大于则比较两帧是否相邻，如果是，则记录较小帧号输出，从而退出该迭代流程。如果前面判断帧差不大于阈值，则直接记录当前两帧，然后退出。在比较两帧是否相邻的步骤中，如果两帧非相邻，则重新回到二分法定位中间帧以将原片段一分为二的步骤，进而重新进行下面的步骤。

图5是示意性地示出了本发明实施例所采用的二分法进行分段的基本原理的示图。现在参见图5来详细描述本发明实施例所采用的二分法的基本原理。假设设定特征值(例如图像帧的各像素点之和)的阈值为F，并用I_i表示按特征值大小排序后的关键帧序列的第i个帧，以及采用f(n)来表示按特征值大小排序后的关键帧序列的第i个帧的特征值大小。如图5所示，首先，在首尾两帧I₁和I_n处打点(本实施例中采用术语打点来表示标记一个位置)，并判断|f(n)-f(1)|≤F是否成立，如果不成立则在中间位置I_n/2处打点，分别计算|f(n/2)-f(1)|≤F和|f(n)-f(n/2)|≤F是否成立，如果不成立则继续在帧I₁与I_n/2的中间位置以及I_n/2与I_n的中间位置打点分别记为I_n/4和I_n/2+n/4(即I_3n/4)记，计算|f(n/4)-f(1)|≤F和|f(n/2)-f(n/4)|≤F以及|f(3n/4)-f(n/2)|≤F和|f(n)-f(3n/4)|≤F是否成立，不成立的话以此类推向下进行，直到有不等式成立为止。

假如在第k次划分后，在m帧处打的点使得|f(m)-f(m-n/2k)|≤F式子成立的话，那么记录这两个帧号位置，在第k+1次二分时不再向这两帧中间打点，因为这两帧及两帧之间的帧特征值被认为是相近的，即它们均被判断为重复的冗余关键帧。

可以以图2中最后一行的按照特征值从小到大的顺序排列后的关键帧序列作为排序后的视频序列A’的示例来对实施例进行具体说明。如图4的步骤所示，现在假设F＝15(例如假设某像素的像素值之和为15作为阈值)，那么，首先将图2中最后一行所示的关键帧序列分成两个关键帧片段，在第四个关键帧(即帧2)处划分，前一关键帧片段具有4个关键帧，而后一关键帧片段具有3个关键帧。然后，针对前一关键帧片段计算|f(1)-f(4)|≤15是否成立，由于|3-27|为24，其大于15，所以该步骤中未查找出冗余关键帧；针对后一关键帧片段计算|f(5)-f(7)|≤15是否成立，由于|38-82|还是大于15，所以该步骤中仍未查找出冗余关键帧。

随后，对关键帧片段进一步划分。对于在第二个关键帧(即帧5)处划分前一关键帧片段，在第六个关键帧(即帧3)处划分前一关键帧片段；于是得到四个关键帧片段。在这个划分层次下，对于第一个关键帧片段，计算|f(1)-f(2)|≤15是否成立，由于|3-9|等于6，其小于15，所以在此可以将第二个关键帧(即帧5)判断为冗余关键帧；对于第二个关键帧片段，计算|f(3)-f(4)|≤15是否成立，由于|9-27|等于16，其大于15，所以该步骤中未查找出冗余关键帧；对于第三个关键帧片段，计算|f(5)-f(6)|≤15是否成立，由于|38-39|小于15，所以在此可以将第六个关键帧(即帧3)判断为冗余关键帧；由于最后一个关键帧片段的帧数量为一个，所以不对其进行所述计算。由此完成了整个冗余关键帧的查找过程。

如图6所示，其简单地表示了一段经过对特征值排过序的关键帧序列，各帧用小方块表示，黑色方块代表排过序的关键帧序列中特征值相等或相近的一组关键帧序列中的首帧，白色方块即为冗余的关键帧，则只需要保留黑色方块所表示的关键帧，并删除白色方块的帧。

从上面的分析可知，对于一段帧数为n的关键帧序列，最多只有必要进行log₂n-1次二分打点，在每次划分之后，如果特征值之差小于阈值F则在打点记录本片段，使得在下一次二分时不再插入中间帧以减少计算量。

综上所述，现在可以分析两种极端情况下这种片段划分方法的性能：

第一种情况是关键帧序列中不含冗余关键帧，那么直到第log₂n-1次划分为止都没有出现特征值之差小于阈值F的情况，特征值之差的计算次数为 $2^1+2^2+2^3+\·\·\·\·\·\·+2^{{\log }_{2}n-1}=2(2^{{\log }_{2}n-1}-1)/(2-1)=2n-4,$ 这种是计算量最大的情况。

第二种情况是整个关键帧序列只有其中的两个关键帧不是冗余关键帧，其他关键帧均为重复冗余的关键帧，且最终得到两个帧数相等的冗余关键帧片段，那么这种情况只需进行log₂n次特征值之差的对比即可完成。

由以上分析可知，在不含冗余关键帧的情况下，这种方法的计算复杂度与传统的逐帧比较法的计算复杂度相同均为O(n)，这是本方法优势最差的情况。但是，对于含有冗余关键帧的情况，本发明的计算复杂度将介于O(n)和O(log₂n)之间，那么本发明相对于传统的逐帧比较法，节省了计算量从而提升了检测速度。并且，n越大，冗余关键帧越多，则本方法的优势越明显。

图7示意性地示出了根据本发明实施例的记录关键帧的方法。如图7所示，在第u帧与第p帧的特征值之差小于阈值F时判断u帧与p帧同为冗余关键帧，下次二分将不再在这两帧中间打点，而如果下次检测到v帧与u帧也为冗余关键帧，则把u帧的打点记录删除。

可以使用一个二叉树结构保存各打点位置关键帧的帧号，部分关键帧可用下面二叉树表示，具体地说，由于u与p为冗余关键帧，对应的二叉树中u将不再具有左节点，而由于u和v也为相同的冗余关键帧，所以v也将不再具有左节点，这种情况下将删除u节点使p与v直接相连。

整棵树建立完毕后，整个关键帧序列的中间帧号将为根节点，其左子结点为n/4帧号，右子节点为3n/4帧号，依次类推，最后整部视频的第一个关键帧的帧号位于左子树末尾左叶子节点处，最后一个关键帧的帧号处在右子树末尾右叶子节点处，那么连续遍历整棵树即可获得按时间顺序排列的关键帧序列。

总体说来，本发明的方法使用排序和分段这两个主要步骤来对关键帧序列进行冗余关键帧的检测，其获得了复杂度降低且速度提升的优点；并且，其中通过对两个主要步骤都分别进行优化，那么与传统方法相比，可以显著减少计算量而使关键帧提取速度得以提升。并且，如果对关键帧查全率要求不高，比如只需要获取部分不含冗余信息的关键帧时，那么可以把二分次数K(1＜K＜log₂n)设定的小一些，这样关键帧序列的检测提取速度会更加的方便迅捷，从而在速度和信息量之间获取折中。

在实施例中，虽然采用了图像的像素值作为特征值，但是特征值的选取并不限于像素值，本领域技术人员可以根据具体情况针对具体应用而选择各种数值作为特征值，并且，本领域技术人员可以根据去除冗余关键帧的精度要求、视频数量大小、和查找冗余关键帧的速度等方面来综合考虑选取适当的阈值。

可以采用如图8所示的装置8来实现根据本发明的方法。如图所示的装置包括排序单元20、片段划分单元30以及删除单元40。其中，排序单元用于执行图3中的流程，片段划分单元用于执行图4中的流程，删除单元则对所查找出来的冗余关键帧进行删除。

本领域人员可以理解的是，虽然图8中采用分立单元的形式示出了各个部分，但是这些部分中的多个可以集成为一个单元，或者其中的某个单元可以分成多个单元来实现，并且各个单元的功能可以由软件来实现。

对于本领域技术人员来说明显的是，可在不脱离本发明的范围的情况下对本发明进行各种改变和变形。所描述的实施例仅用于说明本发明，而不是限制本发明；本发明并不限于所述实施例，而是仅由所附权利要求限定。权利要求中，词语“包括”及类似词语的使用并不排除除了权利要求中所陈述的元素和步骤之外其它元素和步骤的存在。放在元素之前的冠词“一个”的使用并不排除多个该元素的存在。本发明可通过包括多个不同元素的硬件实现，或者通过适当编程的计算机实现。在列举了多个装置的设备权利要求中，这些装置中的多个可通过同一种硬件实现。

Claims (11)

1.一种快速去除冗余关键帧的方法，所述方法包括以下步骤：

排序步骤，用于利用关键帧的特征值来按照关键帧的特征值大小对关键帧进行排序；

片段划分步骤，用于对排序步骤后的关键帧序列进行片段划分，从而查找出冗余关键帧；以及

删除步骤，用于删除所查找出来的冗余关键帧。

2.根据权利要求1所述的方法，其中，在所述排序步骤中采用二路归并法对关键帧进行排序。

3.根据权利要求2所述的方法，其中，采用二路归并法对关键帧进行排序的步骤包括：

将初始的帧序列按照排列顺序依次划分成由单个帧所组成的一元组；以及

对于正整数n，如果一元组的组数大于2^n-1但是不大于2ⁿ，则从一元组开始，将排序合并动作重复n次，从而形成一个按照关键帧的特征值大小排序的关键帧序列；所述排序合并动作用于针对当前序列中的所有原有组来依次将相邻的两个原有组依次合并成一个按照关键帧的特征值大小排列的新组，并且如果原有组的组数为奇数，所述排序合并动作则将最后一组原有组直接作为一个新组。

4.根据权利要求3所述的方法，其中，在按照特征值大小以从小到大的顺序对关键帧进行排序的情况下，所述排序合并的过程包括：

从两个组的第一个关键帧开始，按照将特征值较小的关键帧选为新组的帧元素、而当前比较剩下的一个关键帧则继续与被选关键帧所属组的下一关键帧进行比较的方式，依次对两个组的所有关键帧进行比较，直到其中一个组的所有关键帧均被选为新组的帧元素为止，然后将另一组的剩下的关键帧依次选为新组的帧元素。

5.根据权利要求3所述的方法，其中，在按照特征值大小以从大到小的顺序对关键帧进行排序的情况下，所述排序合并的过程包括：

从两个组的第一个关键帧开始，按照将特征值较大的关键帧选为新组的帧元素、而当前比较剩下的一个关键帧则继续与被选关键帧所属组的下一关键帧进行比较的方式，依次对两个组的所有关键帧进行比较，直到其中一个组的所有关键帧均被选为新组的帧元素为止，然后将另一组的剩下的关键帧依次选为新组的帧元素。

6.根据权利要求1所述的方法，其中，在片段划分步骤中采用二分法对排序后的关键帧序列进行片段划分。

7.根据权利要求6所述的方法，其中，所述片段划分步骤包括：

将排序步骤后的关键帧序列作为一个最开始的关键帧片段，按照将现有的所有关键帧片段都划分成帧数相差不超过一个帧的两个新的关键帧片段的方式，对关键帧序列进行连续划分，并且

在每次片段划分之后，针对每个新的关键帧片段，将其中的第一个关键帧的特征值与最后一个关键帧的特征值之差的绝对值与预定阈值F进行比较，并且在所述绝对值不大于F时，将该关键帧片段中的一个关键帧之外的其它关键帧判断为冗余关键帧。

8.根据权利要求7所述的方法，其中，在关键帧片段的第一个关键帧的特征值与最后一个关键帧的特征值之差的绝对值不大于预定阈值F时，将该关键帧片段中的第一个关键帧或最后一个关键帧之外的其它关键帧判断为冗余关键帧。

9.根据权利要求7所述的方法，其中，在关键帧片段的第一个关键帧的特征值与最后一个关键帧的特征值之差的绝对值不大于预定阈值F时，不再对该关键帧片段进行片段划分。

10.一种用于快速去除冗余关键帧的装置，其包括：

排序单元，用于利用关键帧的特征值来按照关键帧的特征值大小对关键帧进行排序；

片段划分单元，用于对排序步骤后的关键帧序列进行片段划分，从而查找出冗余关键帧；以及

删除单元，用于删除所查找出来的冗余关键帧。

11.根据权利要求10所述的装置，其中，

所述排序单元用于采用二路归并法对关键帧进行排序，以及

所述片段划分单元用于采用二分法对排序后的关键帧序列进行片段划分。

Images