%0 Journal Article
%T Key frame extraction based on curvature detection of multi-feature similarity curve<br>基于多特征相似度曲线曲率检测的关键帧提取
%A WU Yu
%A JIA Xue-peng
%A LI Hong-boInstitute of Artificial Intelligence
%A Chongqing University of Posts
%A Telecommunications
%A Chongqing
%A China
%A <br>吴渝
%A 贾学鹏
%A 李红波
%J 计算机应用
%D 2008
%I 
%X 网络多媒体的迅猛发展和普及使得对海量视频信息进行快速和低成本管理的需求日益迫切,可以大大减少视频索引的数据量,同时也为查询和检索视频提供了一个组织框架.针对现有关键帧提取算法存在的特征选取单一、阙值选择困难和视频类型局限性等问题,提出了一种基于多特征相似度曲线最大曲率点检测的关键帧提取方法.算法利用多特征融合的相似性度量来捕获视频内容的显著变化,弥补了单一特征对视频内容描述不充分的不足,且基于滑动窗口的检测算法无需阈值选择,可以实时、局部地提取关键帧,解决了传统算法计算量大、通用性差的问题.最后通过实验利用一种保真度评估标准验证了该算法的有效性.
%K key-frames extraction
%K combination features
%K high curvature points detecting
%K fidelity<br>关键帧提取
%K 多特征综合
%K 高曲率检测
%K 保真度
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=831E194C147C78FAAFCC50BC7ADD1732&aid=C91BE707BD1B490B16610C565474E1A6&yid=67289AFF6305E306&vid=D3E34374A0D77D7F&iid=59906B3B2830C2C5&sid=D3F5BDE73FE64227&eid=D078599C58D910A2&journal_id=1001-9081&journal_name=计算机应用&referenced_num=0&reference_num=14