摘 要：為了進(jìn)一步整合學(xué)校視頻教學(xué)資源，提出一種基于關(guān)鍵幀技術(shù)的視頻資源檢索模式，通過對(duì)關(guān)鍵幀分析和提取技術(shù)的研究應(yīng)用，提高了視頻資源的利用效率，有效促進(jìn)了教學(xué)和科研活動(dòng)的開展。

關(guān)鍵詞：關(guān)鍵幀分析；關(guān)鍵幀提取；視頻資源

中圖分類號(hào)：TP391.41

在社會(huì)信息化程度日益高漲的今天，越來越多的教師通過校園網(wǎng)來開展教學(xué)和科研活動(dòng)，其中很大部分需要用到多媒體資源。教育領(lǐng)域?qū)τ趥鹘y(tǒng)的多媒體教學(xué)資源的開發(fā)、應(yīng)用、組織與更新都提出了新的要求，數(shù)字化視頻無疑是優(yōu)化多媒體資源、實(shí)現(xiàn)教學(xué)改革的趨勢。構(gòu)建一個(gè)高效便捷的視頻資源管理系統(tǒng)，使得師生可以快速檢索到自己所需的視頻資源，將會(huì)有效促進(jìn)教學(xué)和科研活動(dòng)的開展，充分提高教學(xué)資源的利用效率。

1 研究背景

隨著高校校園網(wǎng)絡(luò)和多媒體技術(shù)的快速發(fā)展，目前校園網(wǎng)內(nèi)的視頻資源主要存在以下問題：

（1）視頻資源分布非常分散、利用率極低，資源分布在各個(gè)部門，沒有專人統(tǒng)一管理。

（2）視頻資源的存儲(chǔ)方式多樣化，以硬盤、VCD、DVD等形式為主，還有一部分傳統(tǒng)的膠片、錄像帶等，沒有一個(gè)統(tǒng)一的多媒體資源庫。

（3）視頻資源只能通過制作日期或名稱來檢索，缺少編目和關(guān)鍵幀信息，一旦時(shí)間久遠(yuǎn)就很難搜索到。

以上的問題均導(dǎo)致了視頻資源不能快速檢索、乃至不能得到利用，儼然成為制約高校教育現(xiàn)代化發(fā)展的重要因素。

2 關(guān)鍵幀技術(shù)

關(guān)鍵幀技術(shù)的應(yīng)用主要依靠關(guān)鍵幀的分析和提取。關(guān)鍵幀分析和提取技術(shù)主要使用在媒體資料的上載（上傳）和編目中，也包括對(duì)歷史庫存資料的批處理。

眾所周知，幀是視頻流中的一幅圖片或一組圖片，從視頻流中提取任意一幅圖片或指定的任意數(shù)量的圖片是成熟的普通技術(shù)，技術(shù)的關(guān)鍵是如何識(shí)別一幅圖片為“關(guān)鍵性圖片”，也即關(guān)鍵幀。

關(guān)鍵幀（有時(shí)也稱代表幀）是用于描述一個(gè)鏡頭的關(guān)鍵圖像幀[1]，關(guān)鍵幀主要用在視頻資源檢索和瀏覽中。一個(gè)關(guān)鍵幀代表一段視頻、一個(gè)場景或一個(gè)鏡頭的特征含義或標(biāo)題性示意，它是一個(gè)鏡頭主要內(nèi)容的直接體現(xiàn)。根據(jù)鏡頭內(nèi)容的復(fù)雜程度不同，可以從中提取一個(gè)或多個(gè)關(guān)鍵幀。依靠關(guān)鍵幀可以大大減少視頻索引的計(jì)算量，同時(shí)也構(gòu)成了一個(gè)查詢和檢索視頻的基本框架，通過關(guān)鍵幀還可以建立一段視頻預(yù)覽，使得用戶通過預(yù)覽片段中的幾個(gè)有限的關(guān)鍵幀來快速檢索整段視頻。

2.1 關(guān)鍵幀分析和提取

人們可以通過對(duì)視頻主題的理解、個(gè)人經(jīng)驗(yàn)、管理要求和個(gè)人工作狀態(tài)等來確定一幅圖片是不是關(guān)鍵圖片，而計(jì)算機(jī)只能根據(jù)圖片的變化、圖片的相似度和重復(fù)度、伴音的變化等因素來判斷一幅圖片是否關(guān)鍵幀。因此，分析和提取“關(guān)鍵性圖片”的能力成為關(guān)鍵幀技術(shù)的重要因素。當(dāng)然，計(jì)算機(jī)找到初步的關(guān)鍵幀后還需由工作人員進(jìn)行二次甄別和篩選，甚至是補(bǔ)充采集和提取一些圖片作為關(guān)鍵幀。所以，一個(gè)表現(xiàn)良好的關(guān)鍵幀分析和提取技術(shù)主要體現(xiàn)在以下兩方面：

（1）能夠準(zhǔn)確的分析并提取出備選關(guān)鍵幀圖片。

（2）盡量減少工作人員二次提取的工作量。

2.2 關(guān)鍵幀分析

關(guān)鍵幀分析技術(shù)是快速獲取關(guān)鍵幀的前提，決定著所獲取關(guān)鍵幀的質(zhì)量和重要程度。在視頻資源素材入庫后，首先需要對(duì)視頻資源素材進(jìn)行關(guān)鍵幀分析，為隨后進(jìn)行的關(guān)鍵幀提取工作做好鋪墊。目前，關(guān)鍵幀的分析主要是通過對(duì)碼流的分析，圖片相似性和重復(fù)性的判斷，音頻的變化等幾方面來辨別關(guān)鍵幀[2]：

（1）碼流的變化分析。視頻資料通常進(jìn)行壓縮后進(jìn)行傳輸和存儲(chǔ)，相同大小但內(nèi)容不同的原始視頻經(jīng)過壓縮后具有不同的碼流。碼流的突然變化或長時(shí)間穩(wěn)定往往意味著關(guān)鍵幀的出現(xiàn)。如場景變化引起內(nèi)插幀的數(shù)據(jù)包突然變大，或一個(gè)鏡頭的背景長時(shí)間不變，相關(guān)內(nèi)插幀則可以視為一個(gè)或多個(gè)候選關(guān)鍵幀。

（2）圖片相似性和重復(fù)度判斷。在一段視頻素材中，如果一組相似的圖片在視頻中反復(fù)出現(xiàn)，則改組或其中具有代表性的圖片則可以視為候選的關(guān)鍵幀圖片。所以，對(duì)圖片相似性的分析顯得尤為重要，故采用圖片相似性判斷算法不同可能產(chǎn)生不同的結(jié)果。

（3）音頻分析。音頻分析的思路與視頻碼流分析的思路基本相似。突然變化的音頻碼流也往往意味著出現(xiàn)新的場景，也往往意味著關(guān)鍵幀的出現(xiàn)。與視頻碼流分析相配合，可以較準(zhǔn)確的定位一組關(guān)鍵幀。

2.3 關(guān)鍵幀提取

關(guān)鍵幀提取技術(shù)是獲取關(guān)鍵幀賴以實(shí)現(xiàn)的基礎(chǔ)，決定著獲取關(guān)鍵幀的效率和準(zhǔn)確性。在完成關(guān)鍵幀分析工作后，為方便用戶進(jìn)行快捷的瀏覽和檢索，就需要對(duì)視頻資源素材進(jìn)行關(guān)鍵幀提取工作，其原因是因?yàn)槊慷嗡夭闹杏邢喈?dāng)多的鏡頭都是在同一場景下拍攝（比如在同一間教師里完成拍攝的精品課程），勢必造成一段素材中具有許多重復(fù)信息的幀圖像。而一段視頻的關(guān)鍵幀是反映該鏡頭中主要內(nèi)容的一幀或若干幀圖像，所以關(guān)鍵幀的提取實(shí)現(xiàn)了對(duì)動(dòng)態(tài)視頻的檢索轉(zhuǎn)換為對(duì)靜態(tài)圖像的檢索，形成一個(gè)含有重要信息的預(yù)覽圖片系列，達(dá)到快速檢索視頻資源的目的[3]。

首先，為了能夠更加準(zhǔn)確的反映鏡頭中的主要內(nèi)容，對(duì)關(guān)鍵幀的描述和選取也必須盡量準(zhǔn)確；其次，為了便于將來存儲(chǔ)、索引及檢索等后續(xù)處理，關(guān)鍵幀的數(shù)據(jù)量應(yīng)盡可能減小，且計(jì)算不宜太復(fù)雜。所以，采用關(guān)鍵幀技術(shù)對(duì)視頻素材進(jìn)行存儲(chǔ)、索引及檢索，可以有效起到數(shù)據(jù)壓縮和提高檢索效率的作用。目前，關(guān)鍵幀提取技術(shù)主要包括以下四種[4]：

（1）提取鏡頭固定時(shí)間軸上的幀作為關(guān)鍵幀，如第一幀、中間幀或最后一幀，或者相隔固定幀數(shù)采樣一幀。這種方法實(shí)現(xiàn)起來極為簡單，但是比較呆板，只能適合一些固定時(shí)間、固定場景的鏡頭。但是，一旦鏡頭復(fù)雜多變，這種方法就將不能有效地反映鏡頭內(nèi)容。

（2）基于鏡頭活動(dòng)性、內(nèi)容復(fù)雜性等特征來提取關(guān)鍵幀。相比第一種方法，這個(gè)方法較能準(zhǔn)確有效地反映鏡頭內(nèi)容，但是還是依靠人們的經(jīng)驗(yàn)判斷為主，而不是究其視頻本身屬性作出的關(guān)鍵幀。

（3）通過分析視頻視覺內(nèi)容（如顏色直方圖、運(yùn)動(dòng)信息等）隨時(shí)間的變化情況確定所需關(guān)鍵幀的數(shù)目，并按照一定的規(guī)則為鏡頭抽取關(guān)鍵幀。這種方法相對(duì)比較的科學(xué)，不以人們的主觀經(jīng)驗(yàn)為判斷，而是建立在一定的算法基礎(chǔ)上，故實(shí)現(xiàn)成本相對(duì)較高。

（4）無監(jiān)督聚類技術(shù)。這種方法是一個(gè)相對(duì)成熟的算法，其優(yōu)點(diǎn)是能有效地消除鏡頭間的相關(guān)性，缺點(diǎn)是不能有效地保存遠(yuǎn)鏡頭內(nèi)視頻幀的時(shí)間順序和動(dòng)態(tài)信息。而且該算法比較復(fù)雜，實(shí)現(xiàn)起來有一定的困難，計(jì)算量較大。

4.結(jié)束語

本文通過對(duì)關(guān)鍵幀分析和提取技術(shù)的研究，并且完成關(guān)鍵幀技術(shù)在視頻資源管理中的應(yīng)用，以便滿足不同層次需要的教學(xué)和科研，充分實(shí)現(xiàn)資源的高效利用和共享，將對(duì)提高資源利用率，促進(jìn)校園資源共享，實(shí)現(xiàn)教育技術(shù)現(xiàn)代化起到積極作用。

參考文獻(xiàn)：

[1]于俊清，彭丹霖.基于關(guān)鍵幀的視頻摘要研究[J].計(jì)算機(jī)工程與設(shè)計(jì)，2005（10）：2598-2601.

[2]丁萍瑜.基于關(guān)鍵幀的動(dòng)畫視頻檢索研究[J].計(jì)算機(jī)光盤軟件及應(yīng)用，2012（02）：161-162.

[3]雷震，吳玲達(dá)，劉宇弛.基于事件的新聞報(bào)道分析技術(shù)研究進(jìn)展[J].計(jì)算機(jī)應(yīng)用研究，2007（05）：13-16.

[4]韓兵.新聞視頻故事單元關(guān)聯(lián)分析技術(shù)研究[D].國防科學(xué)技術(shù)大學(xué)，2010：11-12.

作者簡介：倪朔東（1981-），男，江蘇南通人，實(shí)驗(yàn)師，碩士，研究方向：P2P網(wǎng)絡(luò)、流媒體；劉晶（1982-），男，江蘇南通人，實(shí)驗(yàn)師，碩士，研究方向：多媒體技術(shù)。

作者單位：南通大學(xué)現(xiàn)代教育技術(shù)中心，江蘇南通 226000

基金項(xiàng)目：江蘇省現(xiàn)代教育技術(shù)研究2011課題（項(xiàng)目編號(hào)：2011-R-18957）；南通大學(xué)自然科學(xué)科研基金項(xiàng)目（項(xiàng)目編號(hào)：13Z039）。