基于內(nèi)容的動畫視頻關鍵幀提取技術研究

朱姣潔

【摘要】? ? 為了降低由于內(nèi)容過渡引起的視頻關鍵幀提取誤差，提出基于內(nèi)容的動畫視頻關鍵幀提取技術研究。以視頻內(nèi)容為依據(jù)，對動畫視頻劃分為若干個子鏡頭，對劃分后的子鏡頭視頻圖像進行歸一化處理，降低由于灰度差異引起的關鍵幀識別錯誤，根據(jù)漸變特征，剔除歸一化后視頻圖像中的漸變幀，最后對各個子鏡頭進行關鍵幀識別與提取。并進行實驗測試，實驗結果表明，所提方法進行關鍵幀提取時，漏選幀數(shù)低于2幀，錯幀數(shù)低于3幀，具有較高的提取效果。

【關鍵詞】? ? 視頻內(nèi)容? ? 動畫視頻? ? 關鍵幀? ? 漸變幀

引言：

近些年來，視頻動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，各種視頻壓縮技術應運而生，為動畫視頻的傳播交流提供了良好基礎，并在一定程度上推進了動畫視頻的發(fā)展，使其在各種網(wǎng)絡和存儲媒介中廣泛存在[1]。為了實現(xiàn)在海量視頻內(nèi)容中快速高效地完成對所需內(nèi)容的查找，標引和檢索問題逐漸受到人們的關注[2]。在傳統(tǒng)視頻檢索方法中，主要是通過關鍵字為進行檢索，不但在耗時方面存在較大弊端，同時檢索結果也不盡如人意。隨著專家學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[3]。其中，基于視頻關鍵幀的檢索最為受到關注，在這一方法中，關鍵幀提取是關鍵技術[4]。因此，對于關鍵幀的準確識別、提取成為現(xiàn)階段備受關注的問題[5]。

基于此，本文提出基于內(nèi)容的動畫視頻關鍵幀提取技術研究。將內(nèi)容作為對視頻內(nèi)容劃分的依據(jù)，在此基礎上，對視頻通過對視頻進行歸一化處理、剔除過渡幀的方式，提高關鍵幀的識別精度，提高關鍵幀的提取效果。并進行對比實驗，驗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，也就是相關性最小的內(nèi)容作為分隔鏡頭的節(jié)點。首先，對動畫視頻內(nèi)容數(shù)據(jù)X={x1，x2，...，xi}構建內(nèi)容差異函數(shù)，獲得視頻內(nèi)容數(shù)據(jù)的相關性λij，

其中，ε（λ）為動畫視頻相關性性計算函數(shù)，當xj不是xi的視頻中時間近鄰時內(nèi)容時，取λij=0。那么，由所有動畫視頻內(nèi)容數(shù)據(jù)相關性權值λij，可以組成的矩陣則表示為λ=（λij）。這樣，得到的動畫視頻中，內(nèi)容數(shù)據(jù)點xi和它鄰域數(shù)據(jù)點之間的相關性關系。以此為基礎，根據(jù)計算出的相關性結果，將視頻內(nèi)容劃分為N個子鏡頭，為后續(xù)的動畫視頻關鍵幀提取提供基礎。

二、動畫視頻關鍵幀提取

2.1視頻圖像歸一化處理

在進行關鍵幀提取之前，需要對動畫視頻子鏡頭的圖像進行歸一化處理。本文主要是對灰度進行歸一化處理，對動畫視頻子鏡頭的圖像中出現(xiàn)的灰度不均部分進行補償，使在關鍵幀識別和提取時，動畫視頻子鏡頭的圖像灰度保持統(tǒng)一。假設動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

通過該方法，將動畫視頻子鏡頭的圖像灰度均值和方差設定為固定值，以此降低在后續(xù)關鍵幀提取過程中由于視頻圖像灰度差異較大引起的識別錯誤。

2.2漸變幀檢測與剔除

根據(jù)漸變過程幀特征，對動畫視頻子鏡頭的信息數(shù)據(jù)進行編碼，編碼參數(shù)分別設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)時間、梯度變化前后差異，式4是動畫視頻子鏡頭中漸變過程幀的計算方式。

其中，L表示視頻圖像亮度變化梯度評價結果，S表示視頻聲音變化梯度評價結果，T表示梯度變化連續(xù)時間評價結果，C表示梯度變化前后差異評價結果，P表示交叉結果。根據(jù)其計算出子鏡頭中的漸變過程幀，降低在關鍵幀提取過程中的干擾，提高提取結果的可靠性。

2.3關鍵幀識別與提取

在上述對動畫視頻處理基礎上，對子鏡頭關鍵幀進行識別，對于各子鏡頭，首先將鏡頭的起始幀作為基準幀，計算后續(xù)各幀與基準幀之間的特征進行計算

在進行子鏡頭檢測時，由于各子鏡頭的內(nèi)容不同，因此，需要根據(jù)其內(nèi)容設置不同的閾值。本文采用自動選取閾值的方法對閾值進行設定，以此實現(xiàn)對子鏡關鍵幀的有效識別。閾值的計算方式可以表示為

其中，ε表示所有相鄰幀間特征之和。通過這種方式，實現(xiàn)對動畫視頻子鏡頭關鍵幀的特征識別，將滿足閾值范圍的幀作為關鍵幀進行提取。

三、試驗測試

為了測試本文提出的關鍵幀提取技術的實際性能，進行了實驗測試。同時，為了確保實驗結果的可靠性，分文分別采用文獻[2]提出的基于直方圖計算與分析的視頻關鍵幀選取方法以及文獻[3]提出的基于K均值聚類的視頻關鍵幀提取技術同時進行測試，通過對比三種方法的實驗結果，對本文方法的性能進行分析。

3.1實驗環(huán)境

實驗環(huán)境為32位Windows 8操作系統(tǒng)，4GB內(nèi)存。實驗數(shù)據(jù)共設置5組時長不等動畫視頻，具體的實驗數(shù)據(jù)如表1 所示。分別采用三種方法對視頻的關鍵幀進行提取，同時，為對提取結果進行量化分析，分別以關鍵幀的漏選數(shù)，選錯數(shù)作為指標，對測試結果進行對比。

3.2實驗結果

在上述實驗環(huán)境下，本文首先對比了三種方法下，關鍵幀提取的漏選情況，其結果如圖1所示。

通過圖1可看出，在三種關鍵幀提取方法下，文獻[2]和文獻[3]的漏選數(shù)量始終高于本文方法，且最高漏選數(shù)到達4幀，而在本文方法的提取結果中，漏選數(shù)始終穩(wěn)定在2幀以內(nèi)，且對視頻3和視頻5的漏選數(shù)為0，實現(xiàn)了100%的關鍵幀提取。說明本文方法具有較高的關鍵幀識別和提取能力。這主要是因為本文方法將視頻以內(nèi)容為基礎進行鏡頭劃分，降低了關鍵幀提取過程中計算的負擔，提高計算精度，降低漏選情況的發(fā)生。

四、結束語

本文提出基于內(nèi)容的動畫視頻關鍵幀提取技術研究，實現(xiàn)了高準確率，高精度的關鍵幀提取，有效降低了漏選和錯選的情況，對于該領域的應用具有一定實際價值。

參? 考? 文? 獻

[1]仲夢潔，張艷彬. 基于視覺顯著性車輛監(jiān)控視頻關鍵幀提取方法[J]. 計算機技術與發(fā)展，2019，29（06）：164-169.

[2]Jorge Michel Díaz Rodriguez，姚品，萬旺根. 基于直方圖計算與分析的視頻關鍵幀選取方法[J]. 電子測量技術，2019，42（19）：170-175.

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

[4]蘇筱涵. 深度學習視角下視頻關鍵幀提取與視頻檢索研究[J]. 網(wǎng)絡安全技術與應用，2020， 000（05）：65-66.

[5]韓震博. 基于雙向自適應時空切片的關鍵幀提取算法[J]. 現(xiàn)代計算機，2021， 000（05）：57-61.