基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
利用无监督聚类算法来提取关键帧是一种常用的方法,但该算法对类别数和初始类划分较敏感,在对视频内容一无所知的情况下,要求预先指定聚类数目是一个很困难的问题.提出一种二次聚类的方法;第1次以镜头内相邻两帧的相似度为数据样本进行聚类(分成两类),计算确定第2次聚类所需的阈值;第2次采用动态聚类的ISODATA算法,以视频序列的帧为数据样本进行聚类,得到最终聚类结果.最后在每类中自动提取距其类中心最近的帧为关键帧.该算法简单且行之有效,无需预定义任何阈值(如聚类数目).对大量不同特点的视频进行了实验,该算法均取得了较好的实验结果.
推荐文章
基于GEP自动聚类算法的视频关键帧提取方法
镜头边界检测
小波边缘检测
视频关键帧
KFC‐GEP
类模糊C均值聚类的关键帧提取算法
视频
关键帧
模糊C均值
聚类
基于图中心和自动阈值的关键帧提取方法
图中心
阈值
关键帧
结点
基于运动目标特征的关键帧提取算法
关键帧提取
混合高斯检测
SIFT
感知哈希
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于自适应阈值的自动提取关键帧的聚类算法
来源期刊 计算机研究与发展 学科 工学
关键词 关键帧 无监督聚类 ISODATA算法 自适应阈值
年,卷(期) 2005,(10) 所属期刊栏目 信息处理
研究方向 页码范围 1752-1757
页数 6页 分类号 TP391
字数 4822字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 须德 北京交通大学计算机与信息学院 54 923 17.0 29.0
2 王方石 北京交通大学计算机与信息学院 9 120 4.0 9.0
3 吴伟鑫 北京交通大学计算机与信息学院 1 74 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (74)
同被引文献  (68)
二级引证文献  (190)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2006(3)
  • 引证文献(3)
  • 二级引证文献(0)
2007(6)
  • 引证文献(6)
  • 二级引证文献(0)
2008(6)
  • 引证文献(6)
  • 二级引证文献(0)
2009(10)
  • 引证文献(6)
  • 二级引证文献(4)
2010(10)
  • 引证文献(7)
  • 二级引证文献(3)
2011(12)
  • 引证文献(7)
  • 二级引证文献(5)
2012(21)
  • 引证文献(8)
  • 二级引证文献(13)
2013(21)
  • 引证文献(7)
  • 二级引证文献(14)
2014(30)
  • 引证文献(8)
  • 二级引证文献(22)
2015(35)
  • 引证文献(6)
  • 二级引证文献(29)
2016(29)
  • 引证文献(3)
  • 二级引证文献(26)
2017(32)
  • 引证文献(3)
  • 二级引证文献(29)
2018(32)
  • 引证文献(2)
  • 二级引证文献(30)
2019(13)
  • 引证文献(2)
  • 二级引证文献(11)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
关键帧
无监督聚类
ISODATA算法
自适应阈值
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机研究与发展
月刊
1000-1239
11-1777/TP
大16开
北京中关村科学院南路6号
2-654
1958
chi
出版文献量(篇)
7553
总下载数(次)
35
总被引数(次)
164870
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导