曾华+王耀民

摘要：图片的互信息量特征包含颜色和空间信息，能很好地反映视频的帧间相似度，但互信息量计算量大，用于视频关键帧提取时间复杂度大。针对动画视频大量存在背景固定镜头，提出一种改进的互信息量关键帧提取算法。实验结果表明，算法在基本保持与互信息量特征提取结果相同的情况下，能有效降低关键帧提取的时间复杂度。

关键词：基于内容；动画视频；关键帧提取；互信息量； 时间复杂度

中图分类号：TP37 文献标识码：A 文章编号：1009-3044（2016）13-0220-03

Abstract： The mutual information feature contains the image color and spatial information， can well reflect the similarity between video frames， but mutual information calculation for content-based video key frame extraction is computation-intensive and time-consuming.. According to a fixed background animation video camera， this paper proposes an improved mutual information algorithm to extract key frames. The experimental results show that the algorithm can effectively reduce the time complexity of key frame extraction in the same condition， which is the same as the feature extraction of mutual information.

Key words： content-based； animation video； key frame extraction； mutual information； Time complexity

3 阶段关键帧提取

基于内容的视频检测技术中，视频包含大量的视频帧，以一个90分钟电影为例，假设每秒包含25帧，则视频总共由135000帧组成，所以处理时间长是一个比较突出的问题。文章提出一种先利用非均匀分块法将视频帧进行非均匀分块，将目标与背景进行分离，再利用视频背景与内容相结合的两阶段关键帧提取方法动画视频关键帧。

3.1 图像非均匀分块

传统视频关键帧提取，可以考虑对视频人物对象提取后根据视频人物内容进行关键帧提取。动画视频在制作上与传统的视频有很大的不同，导致动画视频有着自身明显的特点。例如，在动画视频中，目标物体的运动速率比一般的视频要快，而且为了突出效果，视频一般比较注重动作、表情的夸张表现。这些夸张的手法使得目标提取算法效果较差，可行性不高。

传统的视频多数是录制编辑而成的，而动画视频往往是先设计出动画人物的动作，在研究过程中发现相当数量的动画视频镜头的背景是相对固定的很多包含复杂动作的镜头其背景相对来说保持很高的相似性，甚至是一个固定的静态图像背景。……