袁庆升，张冬明，靳国庆，刘菲，包秀国



视频检索中图像信息量度量

袁庆升1,2，张冬明3,4，靳国庆3,4，刘菲3,4，包秀国1,2

(1．中国科学院信息工程研究所，北京 100193；2．国家计算机网络应急技术处理协调中心，北京 100029； 3．中国科学院智能信息处理重点实验室，北京 100190；4．中国科学院计算技术研究所，北京 100190）

综合考虑信息量度量的速度、性能要求，提出了相适应的显著图、多特征融合模型；基于区域划分融入空间关系，提出了分块信息熵的图像信息量度量方法（SEII）；构建了信息量度量的标注数据集，并设计了性能验证方法。实验结果表明该度量方法符合人眼视觉的评价结果。度量方法在实际视频检索系统中进行对比应用测试，测试表明提高4.4%，检索速度提高1.5倍。

视频检索；关键帧选择；图像信息量；显著区域；多特征融合

1 引言

视频检索中，关键帧选择是影响检索性能的关键因素之一。现有关键帧选择算法按功能分为2类：1）在时间轴上按照一定模型抽取帧图像，去除视频时域冗余信息，减小视频特征数量，主要算法包括基于镜头的选择方法[1]、基于运动分析的选择方法[2]、基于聚类的选择方法[3]；2）从内容角度进行帧的二次筛选，去除不符合条件的视频帧。本文针对后者进行研究。

现有基于帧内容的筛选算法，主要从失真角度评价帧图像内容，目标是去除视频中模糊帧、切换帧，如文献[4]，由于模型单一，其不能准确度量图像内容。如图1所示的6幅图像来自于6段视频，在传统的失真评估模型中，由于图像的失真程度很低，所以图1(a)~图1(c)的质量评分很高；……