[发明专利]一种自适应的视频帧特征点抽稀方法

权利要求书

1.一种自适应的视频帧特征点抽稀方法，包括以下步骤：

步骤1)：提取待检测视频的关键帧，通过特征点检测算法提取视频帧的特征点集合，记为P；同时对关键帧进行隐形格网划分，将其划分为相同大小的格网单元，每个格网单元的特征点的集合记为P_ij，P_ij的总和即为P，P_ij与P的关系如下：

P＝{P_(i,j)}

步骤2)：确定自适应的聚类算法参数：计算步骤1)中格网单元的信息熵，根据信息熵确定聚类算法的参数信息；

步骤3)：对格网单元的特征点集合P_ij，根据特征点的位置信息、尺度信息，通过聚类算法进行聚类，得到的聚类结果，保留其聚类中心，构成抽稀后的特征点集合，记为

步骤4)对于每个格网单元，重复步骤(2)～(3)，得到该关键帧的特征点抽稀结果，记为P^N，如下所示：

$P^N=\left\{P_{i,j}^N\right\}$

步骤5)：重复步骤(1)～(4)，实现待检测视频的特征点抽稀。

2.根据权利要求1所述的一种自适应的视频帧特征点抽稀方法，其特征在于：所述步骤1)中，特征点检测算法为SFIT算法。

3.根据权利要求1或2所述的一种自适应的视频帧特征点抽稀方法，其特征在于：所述步骤2)中，聚类算法的参数信息包括聚类个数。

4.根据权利要求3所述的一种自适应的视频帧特征点抽稀方法，其特征在于：所述步骤2)中，聚类算法为K-means算法。

5.根据权利要求4所述的一种自适应的视频帧特征点抽稀方法，其特征在于：所述步骤2)中，根据格网单元的信息熵，自适应地决定该格网单元的特征点聚类的参数。

6.根据权利要求5所述的一种自适应的视频帧特征点抽稀方法，其特征在于：所述步骤3)中，聚类过程综合考虑特征点的位置信息、尺度信息，保留有代表性的特征点，剔除了冗余的特征点。