[发明专利]一种视频聚类切分方法和系统

说明书

本发明提供了一种视频聚类切分方法和系统，方法包括如下步骤：切分视频，以获取视频粗镜头集；计算粗镜头关键帧的特征向量，根据特征向量计算粗镜头中关键帧之间的相似度信息；根据相似度信息将粗镜头进行聚类，并计算粗镜头的密度值和不同聚类的距离值；设定一密度阈值和距离阈值，根据所述密度阈值和距离阈值筛选粗镜头，并赋予聚类标签；将同一聚类标签并时间相邻的粗镜头合并，并切分对应的边缘帧；本发明通过对视频粗切分，采用聚类筛选的方式对切分后的粗镜头进一步加工，从而获取更适合人眼观测的镜头。

技术领域

本发明涉及一种视频聚类切分方法和系统，特别涉及一种视频聚类切分方法和系统。

技术背景

目前传统的视频镜头的切分技术方法基本上是基于帧数间差来进行，相邻两帧画面之间存在一定的差异，该差异可通过对视频画面建立向量矩阵，通过直方图差异或计算向量矩阵之间的距离来判断相邻两帧画面之间的差异，通过设定差异阈值，当相邻两帧画面之间的差异大于设定的阈值时，可以判定视频画面为不同镜头，并使用相应的算法或软件对不同镜头进行切分，但单纯通过建立向量矩阵来或根据图像直方图信息对画面进行切分的结果很碎，镜头的完整性较差，切分后的视频粒度不适合人理解。

发明内容

本发明主要目的在于提供一种视频聚类切分方法和系统，所述视频聚类切分方法包括获取视频中每一帧图像的直方图信息，根据相邻两帧之间的直方图差异值对视频进行切分，以获取切分的粗镜头，采用深度神经卷积网对视频进行特征提取，计算每一粗镜头的相似度，并根据视频的聚类度对视频进行聚类合成，从而在切分视频的同时使得视频具有较好的粒度，便于观察者理解。

本发明另一目的在于提供一种视频聚类切分方法和系统，所述视频聚类切分方法和系统将粗镜头根据时间戳和相似度信息进行聚类，并对聚类进行标签化处理，将相同时间戳上相同的粗镜头进行合成，通过该方法可使得镜头分段具有合适的粒度，并且便于将镜头分类汇总。

本发明另一目的在于提供一种视频聚类切分方法和系统，所述视频聚类切分方法包括计算每一粗镜头的切分密度，将粗镜头密度从大到小进行排序，对密度大的粗镜头进行聚类并标记标签，以获取和内容相关度大的视频内容。

本发明另一目的在于提供一种视频聚类切分方法和系统，所述切分方法和系统根据粗镜头的聚类中心的聚类度和聚类中心之间的距离，将聚类度大的聚类中心和距离较远的聚类中心分别进行标签化处理，从而使得合成后的视频观感完成。

为了实现至少一个上述发明目的，本发明进一步提供一种视频聚类切分方法，包括如下步骤：

切分视频，以获取视频粗镜头集；

计算粗镜头关键帧的特征向量，根据特征向量计算粗镜头中关键帧之间的相似度信息；

根据相似度信息将粗镜头进行聚类，并计算粗镜头的密度值和不同聚类的距离值；

设定一密度阈值和距离阈值，根据所述密度阈值和距离阈值筛选粗镜头，并赋予聚类标签；

将同一聚类标签并时间相邻的粗镜头合并，并切分对应的边缘帧。

根据本发明一个较佳实施例，切分视频的步骤中包括：对视频每一帧建立直方图，计算相邻两帧直方图之间的差异，设定差异阈值，相邻两帧直方图之间的差异大于所述差异阈值时，则切分该两帧之间的图像。

根据本发明一个较佳实施例，在上述相似度信息获取的步骤中包括：

采用Resnet18网络作为图像特征提取器提取粗镜头中关键帧图像的特征信息，并以所述Resnet18网络的倒数第二层输出。

根据本发明一个较佳实施例，定义ρ_i为密度值，所述密度值ρ_i的计算方法包括如下步骤：