關(guān)鍵幀是一幅能描述鏡頭 主要內(nèi)容的幀。在鏡頭檢測的基礎(chǔ)上，針對視頻數(shù)據(jù)中有大量的冗余信息，可以采用提取鏡頭關(guān)鍵幀的方法來表達鏡頭的主要內(nèi)容。得到關(guān)鍵頓以后，就可以使用基于內(nèi)容的靜止圖像檢索技術(shù)對關(guān)鍵幀進行檢索，于是視頻檢索問題就轉(zhuǎn)化為圖像檢索問題。由此看出，關(guān)鍵幀應(yīng)該具有代表性，即對前者，應(yīng)代表主題方面的特征，對后者，則視提取特征的不同而不同。當前，一般采用保守原則來提取關(guān)鍵幀，即關(guān)鍵幀的提取為“寧錯，勿少”；同時，在特征不具體的情況下，一般以去掉重復(fù)（或冗余）幀為原則?；谶@一基本原則，不同的提取算法可以選取不同的原則，建立適合自身情況的判定標準有時針對不同的視頻事件，還可以選擇不同的判定標準。

（1）基于鏡頭邊界提取關(guān)鍵幀

此方法中將 切分得到的鏡頭中的第一幀圖像與最后一幀圖像作為鏡頭的關(guān)鍵幀。這種方法主要應(yīng)用在一組鏡頭中，相鄰圖像幀的特征變化很少，整個鏡頭中圖像幀的特征變化也不大的情況。其優(yōu)點是方法簡單，運算量小；缺點是無法描述運動比較多的鏡頭，且效果不是很穩(wěn)定，因為每個鏡頭的首幀或未頓不一定總是能夠反映鏡頭的主要內(nèi)容。

（2）平均值法

平均值法包括幀平均值法和直方圖平均值法兩種情況。幀平均值法是取一個鏡頭中所有幀在某個特殊位置上的像素平均值，將鏡頭中該位置的像素值等于平均值的頓作為代表幀。直方圖平均值法是將鏡頭中所有幀的統(tǒng)計直方圖取平均值，選擇與該平均直方圖最接近的頓作為代表幀。這兩種方法的共同優(yōu)點是計算比較簡單，所選取的關(guān)鍵幀也具有平均代表意義。但因為是從一個鏡頭中選取一個關(guān)鍵幀，因此 無法描述有多個物體運動的鏡頭。實際上，每個鏡頭選取多少個關(guān)鍵幀沒有一個嚴格的定義，這與鏡頭中包含的內(nèi)容有很大的關(guān)系。理想的選取結(jié)果應(yīng)該是鏡頭長，變化大時選取的關(guān)鍵幀就多一點，否則少一點，甚至只有一幀。因此從鏡頭中選取固定數(shù)量的關(guān)鍵幀的方法，并非為十分可行的方法。應(yīng)該用適當?shù)姆椒?，根?jù)鏡頭的內(nèi)容，選取幾個能夠代表鏡頭意義的幀作為整個鏡頭的關(guān)鍵幀。

（3）基于運動分析提取關(guān)鍵幀

通常， 視頻中通過攝像機在一個新的位置上停留或通過人物的某一動作的短暫停留來強調(diào)其本身的重要性。本方法通過光流分析來計算鏡頭中的運動量，在運動量取局部最小值處選取關(guān)鍵幀，它反映了視頻數(shù)據(jù)中的靜止狀態(tài)。這種基于運動的方法可以根據(jù)鏡頭的結(jié)構(gòu)選擇相應(yīng)數(shù)目的關(guān)鍵幀。若能先把圖像中的運動對象從背景中取出，再計算對象所在位置的光流，可以取得更好的效果。

（4）基于鏡頭活動性提取關(guān)鍵幀

基于鏡頭活動性提取關(guān)鍵幀的方法首先計算內(nèi)部幀和參考幀的直方圖，然后計算活動性標志。根據(jù)活動性的曲線，把局部最小值的幀作為關(guān)鍵幀。

文章出處：【微信公眾號：訊維官方公眾號】

責任編輯：gt