王红霞，王 磊，晏杉杉

(沈阳理工大学 信息科学与工程学院，沈阳 110159)

随着互联网技术的蓬勃发展，日益增长的视频信息充斥在互联网中，大量以视频为主体的信息交流形式不断涌现，如何从海量的视频中进行高效准确的检索成为当下亟待解决的问题。关键帧提取作为视频检索极为关键的一步，是本文研究的重点。因此，如何从完整视频中提取到能代表主要信息的帧是首先要解决的问题。

文献[1]提出了基于镜头边界的关键帧提取算法，假设镜头内的变化较小，取镜头的首帧和尾帧作为关键帧，但存在由于镜头内容变化较大仅仅采用首帧和尾帧不能充分表达视频内容而导致信息遗漏的问题；文献[2]提出了基于内容分析的关键帧提取方法，把颜色、形状和纹理等视觉特征变化明显的帧作为关键帧，但存在由于镜头中物体过快从而导致选取过多冗余帧的不足；文献[3]提出了基于聚类的关键帧提取方法，确定聚类中心，将最接近聚类中心的帧作为关键帧，但往往存在算法复杂度过高而导致运算时间较长且聚类中心和数目难以确定的不足。通过针对已有算法特性深入分析并取长补短，本文提出了基于自定义k值聚类和内容分析的关键帧提取方法，该方法提取的关键帧不仅可最具代表性且关键帧数量能很好把握又不产生冗余。

1 基于自定义k值聚类和内容分析的关键帧提取方法

1.1 概述

聚类方法是常见的一种关键……