朱姣潔

【摘要】? ? 為了降低由于內(nèi)容過(guò)渡引起的視頻關(guān)鍵幀提取誤差，提出基于內(nèi)容的動(dòng)畫視頻關(guān)鍵幀提取技術(shù)研究。以視頻內(nèi)容為依據(jù)，對(duì)動(dòng)畫視頻劃分為若干個(gè)子鏡頭，對(duì)劃分后的子鏡頭視頻圖像進(jìn)行歸一化處理，降低由于灰度差異引起的關(guān)鍵幀識(shí)別錯(cuò)誤，根據(jù)漸變特征，剔除歸一化后視頻圖像中的漸變幀，最后對(duì)各個(gè)子鏡頭進(jìn)行關(guān)鍵幀識(shí)別與提取。并進(jìn)行實(shí)驗(yàn)測(cè)試，實(shí)驗(yàn)結(jié)果表明，所提方法進(jìn)行關(guān)鍵幀提取時(shí)，漏選幀數(shù)低于2幀，錯(cuò)幀數(shù)低于3幀，具有較高的提取效果。

【關(guān)鍵詞】? ? 視頻內(nèi)容? ? 動(dòng)畫視頻? ? 關(guān)鍵幀? ? 漸變幀

引言：

近些年來(lái)，視頻動(dòng)畫的制作精度逐漸提高，視頻文件的大小也不斷增加，在此環(huán)境下，各種視頻壓縮技術(shù)應(yīng)運(yùn)而生，為動(dòng)畫視頻的傳播交流提供了良好基礎(chǔ)，并在一定程度上推進(jìn)了動(dòng)畫視頻的發(fā)展，使其在各種網(wǎng)絡(luò)和存儲(chǔ)媒介中廣泛存在[1]。為了實(shí)現(xiàn)在海量視頻內(nèi)容中快速高效地完成對(duì)所需內(nèi)容的查找，標(biāo)引和檢索問(wèn)題逐漸受到人們的關(guān)注[2]。在傳統(tǒng)視頻檢索方法中，主要是通過(guò)關(guān)鍵字為進(jìn)行檢索，不但在耗時(shí)方面存在較大弊端，同時(shí)檢索結(jié)果也不盡如人意。隨著專家學(xué)者們的研究不斷深入，基于內(nèi)容的視頻檢索方法被提出，并成為研究熱點(diǎn)[3]。其中，基于視頻關(guān)鍵幀的檢索最為受到關(guān)注，在這一方法中，關(guān)鍵幀提取是關(guān)鍵技術(shù)[4]。因此，對(duì)于關(guān)鍵幀的準(zhǔn)確識(shí)別、提取成為現(xiàn)階段備受關(guān)注的問(wèn)題[5]。

基于此，本文提出基于內(nèi)容的動(dòng)畫視頻關(guān)鍵幀提取技術(shù)研究。將內(nèi)容作為對(duì)視頻內(nèi)容劃分的依據(jù)，在此基礎(chǔ)上，對(duì)視頻通過(guò)對(duì)視頻進(jìn)行歸一化處理、剔除過(guò)渡幀的方式，提高關(guān)鍵幀的識(shí)別精度，提高關(guān)鍵幀的提取效果。并進(jìn)行對(duì)比實(shí)驗(yàn)，驗(yàn)證了所提方法的可行性。

一、基于內(nèi)容的視頻鏡頭劃分

本文以內(nèi)容差異性最大，也就是相關(guān)性最小的內(nèi)容作為分隔鏡頭的節(jié)點(diǎn)。首先，對(duì)動(dòng)畫視頻內(nèi)容數(shù)據(jù)X={x1，x2，...，xi}構(gòu)建內(nèi)容差異函數(shù)，獲得視頻內(nèi)容數(shù)據(jù)的相關(guān)性λij，

其中，ε（λ）為動(dòng)畫視頻相關(guān)性性計(jì)算函數(shù)，當(dāng)xj不是xi的視頻中時(shí)間近鄰時(shí)內(nèi)容時(shí)，取λij=0。那么，由所有動(dòng)畫視頻內(nèi)容數(shù)據(jù)相關(guān)性權(quán)值λij，可以組成的矩陣則表示為λ=（λij）。這樣，得到的動(dòng)畫視頻中，內(nèi)容數(shù)據(jù)點(diǎn)xi和它鄰域數(shù)據(jù)點(diǎn)之間的相關(guān)性關(guān)系。以此為基礎(chǔ)，根據(jù)計(jì)算出的相關(guān)性結(jié)果，將視頻內(nèi)容劃分為N個(gè)子鏡頭，為后續(xù)的動(dòng)畫視頻關(guān)鍵幀提取提供基礎(chǔ)。

二、動(dòng)畫視頻關(guān)鍵幀提取

2.1視頻圖像歸一化處理

在進(jìn)行關(guān)鍵幀提取之前，需要對(duì)動(dòng)畫視頻子鏡頭的圖像進(jìn)行歸一化處理。本文主要是對(duì)灰度進(jìn)行歸一化處理，對(duì)動(dòng)畫視頻子鏡頭的圖像中出現(xiàn)的灰度不均部分進(jìn)行補(bǔ)償，使在關(guān)鍵幀識(shí)別和提取時(shí)，動(dòng)畫視頻子鏡頭的圖像灰度保持統(tǒng)一。假設(shè)動(dòng)畫視頻子鏡頭的圖像像素為a×b，灰度為A（x，y），1≤x≤a，1≤y≤b。則灰度均值和方差分別為

通過(guò)該方法，將動(dòng)畫視頻子鏡頭的圖像灰度均值和方差設(shè)定為固定值，以此降低在后續(xù)關(guān)鍵幀提取過(guò)程中由于視頻圖像灰度差異較大引起的識(shí)別錯(cuò)誤。

2.2漸變幀檢測(cè)與剔除

根據(jù)漸變過(guò)程幀特征，對(duì)動(dòng)畫視頻子鏡頭的信息數(shù)據(jù)進(jìn)行編碼，編碼參數(shù)分別設(shè)定為視頻圖像亮度變化梯度、視頻聲音變化梯度、梯度變化連續(xù)時(shí)間、梯度變化前后差異，式4是動(dòng)畫視頻子鏡頭中漸變過(guò)程幀的計(jì)算方式。

其中，L表示視頻圖像亮度變化梯度評(píng)價(jià)結(jié)果，S表示視頻聲音變化梯度評(píng)價(jià)結(jié)果，T表示梯度變化連續(xù)時(shí)間評(píng)價(jià)結(jié)果，C表示梯度變化前后差異評(píng)價(jià)結(jié)果，P表示交叉結(jié)果。根據(jù)其計(jì)算出子鏡頭中的漸變過(guò)程幀，降低在關(guān)鍵幀提取過(guò)程中的干擾，提高提取結(jié)果的可靠性。

2.3關(guān)鍵幀識(shí)別與提取

在上述對(duì)動(dòng)畫視頻處理基礎(chǔ)上，對(duì)子鏡頭關(guān)鍵幀進(jìn)行識(shí)別，對(duì)于各子鏡頭，首先將鏡頭的起始幀作為基準(zhǔn)幀，計(jì)算后續(xù)各幀與基準(zhǔn)幀之間的特征進(jìn)行計(jì)算

在進(jìn)行子鏡頭檢測(cè)時(shí)，由于各子鏡頭的內(nèi)容不同，因此，需要根據(jù)其內(nèi)容設(shè)置不同的閾值。本文采用自動(dòng)選取閾值的方法對(duì)閾值進(jìn)行設(shè)定，以此實(shí)現(xiàn)對(duì)子鏡關(guān)鍵幀的有效識(shí)別。閾值的計(jì)算方式可以表示為

其中，ε表示所有相鄰幀間特征之和。通過(guò)這種方式，實(shí)現(xiàn)對(duì)動(dòng)畫視頻子鏡頭關(guān)鍵幀的特征識(shí)別，將滿足閾值范圍的幀作為關(guān)鍵幀進(jìn)行提取。

三、試驗(yàn)測(cè)試

為了測(cè)試本文提出的關(guān)鍵幀提取技術(shù)的實(shí)際性能，進(jìn)行了實(shí)驗(yàn)測(cè)試。同時(shí)，為了確保實(shí)驗(yàn)結(jié)果的可靠性，分文分別采用文獻(xiàn)[2]提出的基于直方圖計(jì)算與分析的視頻關(guān)鍵幀選取方法以及文獻(xiàn)[3]提出的基于K均值聚類的視頻關(guān)鍵幀提取技術(shù)同時(shí)進(jìn)行測(cè)試，通過(guò)對(duì)比三種方法的實(shí)驗(yàn)結(jié)果，對(duì)本文方法的性能進(jìn)行分析。

3.1實(shí)驗(yàn)環(huán)境

實(shí)驗(yàn)環(huán)境為32位Windows 8操作系統(tǒng)，4GB內(nèi)存。實(shí)驗(yàn)數(shù)據(jù)共設(shè)置5組時(shí)長(zhǎng)不等動(dòng)畫視頻，具體的實(shí)驗(yàn)數(shù)據(jù)如表1 所示。分別采用三種方法對(duì)視頻的關(guān)鍵幀進(jìn)行提取，同時(shí)，為對(duì)提取結(jié)果進(jìn)行量化分析，分別以關(guān)鍵幀的漏選數(shù)，選錯(cuò)數(shù)作為指標(biāo)，對(duì)測(cè)試結(jié)果進(jìn)行對(duì)比。

3.2實(shí)驗(yàn)結(jié)果

在上述實(shí)驗(yàn)環(huán)境下，本文首先對(duì)比了三種方法下，關(guān)鍵幀提取的漏選情況，其結(jié)果如圖1所示。

通過(guò)圖1可看出，在三種關(guān)鍵幀提取方法下，文獻(xiàn)[2]和文獻(xiàn)[3]的漏選數(shù)量始終高于本文方法，且最高漏選數(shù)到達(dá)4幀，而在本文方法的提取結(jié)果中，漏選數(shù)始終穩(wěn)定在2幀以內(nèi)，且對(duì)視頻3和視頻5的漏選數(shù)為0，實(shí)現(xiàn)了100%的關(guān)鍵幀提取。說(shuō)明本文方法具有較高的關(guān)鍵幀識(shí)別和提取能力。這主要是因?yàn)楸疚姆椒▽⒁曨l以內(nèi)容為基礎(chǔ)進(jìn)行鏡頭劃分，降低了關(guān)鍵幀提取過(guò)程中計(jì)算的負(fù)擔(dān)，提高計(jì)算精度，降低漏選情況的發(fā)生。

四、結(jié)束語(yǔ)

本文提出基于內(nèi)容的動(dòng)畫視頻關(guān)鍵幀提取技術(shù)研究，實(shí)現(xiàn)了高準(zhǔn)確率，高精度的關(guān)鍵幀提取，有效降低了漏選和錯(cuò)選的情況，對(duì)于該領(lǐng)域的應(yīng)用具有一定實(shí)際價(jià)值。

參? 考? 文? 獻(xiàn)

[1]仲夢(mèng)潔，張艷彬. 基于視覺(jué)顯著性車輛監(jiān)控視頻關(guān)鍵幀提取方法[J]. 計(jì)算機(jī)技術(shù)與發(fā)展，2019，29（06）：164-169.

[2]Jorge Michel Díaz Rodriguez，姚品，萬(wàn)旺根. 基于直方圖計(jì)算與分析的視頻關(guān)鍵幀選取方法[J]. 電子測(cè)量技術(shù)，2019，42（19）：170-175.

[3]張一凡，李家辰，曠遠(yuǎn)有， 等. 基于K均值聚類的視頻關(guān)鍵幀提取技術(shù)研究[J]. 電腦與信息技術(shù)，2021，29（01）：13-16.

[4]蘇筱涵. 深度學(xué)習(xí)視角下視頻關(guān)鍵幀提取與視頻檢索研究[J]. 網(wǎng)絡(luò)安全技術(shù)與應(yīng)用，2020， 000（05）：65-66.

[5]韓震博. 基于雙向自適應(yīng)時(shí)空切片的關(guān)鍵幀提取算法[J]. 現(xiàn)代計(jì)算機(jī)，2021， 000（05）：57-61.