基于相对熵和ESD检测的视频关键帧抽取算法

文首先对视频关键帧抽取的相关知识做了概要介绍。在这个基础上，本文 提出了一种新的视频关键帧抽取方法。本方法首先计算视频相邻帧之间的相对熵 （ Relative Entropy ,简称 RE ）或相对熵的平方根（ Square Root of Relative Entropy , 简称 SRRE ）来表示视频相邻帧之间的差异值，然后通过统计学中的离群值检测 算法——极值学生化离差（ Extreme Studentized Deviate ，简称 ESD ）检测法寻找 离群值，再通过多项式回归的方式进行修正，寻找最优分割阈值定位镜头边界， 实现视频序列的自适应镜头分割。为了进一步分析视频每个镜头的内容信息，在 此基础上本文根据镜头内容变化的剧烈程度将镜头进行细分为不同类型的子镜 头，并在每个子镜头内部抽取关键帧。另外，本文还提出一种采用层次策略的视 频关键帧的多尺度摘要方案。通过大量视频数据的实验测试，将本文中提出的方 法的关键帧结果与其它方法的关键帧结果进行对比，本文方法无论是在客观评价 还是在主观评价方面都优于对比的方法，而且本文方法基本达到了普适性和实时 性的效果。