武光利，李雷霆，郭振洲，王成祥

（1.甘肃政法大学网络空间安全学院，兰州 730070；2.中国民族语言文字信息技术教育部重点实验室（西北民族大学），兰州 730030）

0 引言

近年来，随着科技的不断进步，人们拍摄各种高质量的视频变得越来越方便，一部手机就可以满足日常的视频拍摄需求，在享受便捷视频捕获与分享时也面临一个严峻挑战：海量视频数据的理解与分析。面对这些无穷尽的视频数据，用户迫切需要一个能够快速分析视频内容的有效工具，视频摘要技术因此应运而生，成为帮助人们快速浏览视频数据的关键工具［1］。

视频摘要就是以视频的结构和内容为主要分析目标，获取其中有意义的片段，然后用特定的方法将片段拼接成能概括视频内容的视频概要。视频摘要根据不同的获取方式可以分为两类：动态视频摘要和静态视频摘要。

静态视频摘要是从原始视频中提取少部分图像作为摘要内容，这些静止帧概括了视频的关键内容，称为关键帧。静态视频摘要按关键帧提取方法不同，主要分为以下几类：

1）基于视频聚类的关键帧提取方法。聚类算法广泛应用于模式识别、音频分析、图片分割、信息检索等领域。镜头聚类以聚类的方法为基础，对每个镜头进行分析，然后将特征相近的帧划分为一类，最后从每一类中按照一定方法选取关键帧，文献［2-4］通过对图像视觉特征的提取和改进，提升了聚类方法的准确率。聚类方法对未知视频的预测效果较差，而且运算复杂度较高。……