基于改进K-means算法的关键帧提取

• 作者: 孙春梅 孙淑敏 张建明
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 视频检索 关键帧 群体相似度 特征提取 人工鱼群算法
• 年，卷（期）: 2012,（23）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 169-172
• 页数: 4页
• 分类号: TP391.4
• 字数: 5401字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2012.23.042

摘要

为克服传统聚类算法在关键帧提取过程中对初始参数较为敏感的问题,提出一种基于改进K-means算法的关键帧提取算法.在人工鱼群算法中,依据人工鱼群体相似度对提取的特征向量进行自组织聚类,采用进步最大原则使人工鱼聚集在几个极值点位置,以每个极值点群体相似度最高的人工鱼为初始聚类中心,执行K-means算法,得到聚类结果,并提取关键帧.实验结果表明,该算法的准确率较高,能较好地表达视频的主要内容.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张建明	江苏大学计算机科学与通信工程学院	72	710	13.0	23.0
2	孙春梅	江苏大学计算机科学与通信工程学院	3	21	2.0	3.0
3	孙淑敏	江苏大学计算机科学与通信工程学院	2	26	2.0	2.0