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:
针对现有的基于无监督聚类的视频关键帧提取方法没有考虑镜头内容的时序性、对初始类的划分较敏感、易陷入局部最优等问题,提出了一种新的基于人工免疫的有序样本聚类算法.在传统人工免疫聚类算法的基础上引入了抗原记忆识别机制及改进了抗体的克隆与超变异机制,并在此基础上给出了基于人工免疫有序聚类的视频关键帧提取方法.该方法将镜头帧序列看成一个入侵机体的抗原序列,然后基于首次应答与再次应答机制依次为每个抗原产生记忆细胞池,最终每个记忆细胞池能识别的邻近抗原对应一个类别并选取距其类中心最近的帧为关键帧.对大量不同类型的视频进行了试验.结果表明,该方法能得到较高的保真度和压缩率,能够十分有效地提取出反映镜头内容变化的关键帧.
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
基于内容的视频检索的关键帧提取
关键帧
图像特征
视频聚类法
互信息量
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
基于时空切片的关键帧提取研究
关键帧提取
时空切片
K均值聚类
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 基于人工免疫有序聚类的视频关键帧提取方法
来源期刊 江苏大学学报(自然科学版) 学科 工学
关键词 关键帧提取 人工免疫 有序样本聚类 视频摘要 视频检索
年,卷(期) 2012,(2) 所属期刊栏目
研究方向 页码范围 199-204
页数 分类号 TP391.4
字数 5209字 语种 中文
DOI 10.3969/j.issn.1671-7775.2012.02.015
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 詹永照 江苏大学计算机科学与通信工程学院 189 1744 21.0 31.0
2 柯佳 江苏大学计算机科学与通信工程学院 19 89 5.0 9.0
3 汪满容 江苏大学计算机科学与通信工程学院 8 51 4.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (1)
共引文献  (29)
参考文献  (3)
节点文献
引证文献  (23)
同被引文献  (21)
二级引证文献  (28)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(5)
  • 引证文献(5)
  • 二级引证文献(0)
2014(5)
  • 引证文献(2)
  • 二级引证文献(3)
2015(11)
  • 引证文献(7)
  • 二级引证文献(4)
2016(3)
  • 引证文献(2)
  • 二级引证文献(1)
2017(12)
  • 引证文献(3)
  • 二级引证文献(9)
2018(11)
  • 引证文献(3)
  • 二级引证文献(8)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
关键帧提取
人工免疫
有序样本聚类
视频摘要
视频检索
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
江苏大学学报(自然科学版)
双月刊
1671-7775
32-1668/N
大16开
江苏省镇江市梦溪园巷30号
28-83
1980
chi
出版文献量(篇)
2980
总下载数(次)
2
总被引数(次)
31026
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导