[发明专利]一种基于场景词典树的图搜视频方法，装置及计算机可读存储介质

权利要求书

1.一种基于场景词典树的图搜视频方法，其特征在于，建立视频场景特征库方法包括：

步骤一，对镜头图像进行分割；

将相邻两帧之间的各个像素的灰度、亮度等分为N个等级，再针对每个等级统计像素数值做成直方图比较，给出两个图像的直方图，直方图计算公式如下：

其中，N为图像帧像素的总数；h_m(i)-h_n(i)表示的是两帧在i的这个像素值的直方图的距离；设定阈值u，当距离D大于阈值u时，检测到镜头转变；

步骤二，提取镜头全局特征；

步骤三，提取镜头图像中的关键帧；

(1)计算所有帧在预设位置上像素的平均值；

(2)将镜头中该点位置的像素值最接近平均值的帧作为关键帧；

步骤四，提取关键帧的关键帧特征；

采用传统特征SIFT进行关键帧的特征提取；

步骤五，对全局特征进行聚类处理；

利用K-Means，根据提取的镜头全局变量FV对镜头进行聚类，得到以场景为单位的视频信息；

步骤六，配置局部特征压缩编码，得到场景特征库；

利用BoF算法对场景中的所有关键帧的特征进行压缩编码；具体步骤如下：

(1)关键帧图像局部特征SIFT，得到特征集合U；

(2)对特征集合U进行分层聚类得到一个具有h层，每层最多有k个聚类中心的词典树；

(3)计算关键帧的词典向量；基于图像特征提取阶段提取到的图像特征和构建的视觉词典树，计算每张图像的每个图像特征距离词典树节点的距离，将每个图像特征归入距离最近的词典树节点中，然后统计每个节点中包含此张图像的特征个数，得到所述图像在词典树各个节点出现的频率向量F^j；图像特征的词典向量公式为：

d^j＝W_T·F^j    (5)

其中W_T＝log(N/N_T)，N表示图像库的图像总数，N_T表示对于节点T中的特征涵盖的图像数量；

将关键帧根据场景来进行索引存储，得到场景特征库。

2.根据权利要求1所述的基于场景词典树的图搜视频方法，其特征在于，图搜视频方法包括：将待查询图像生成查询图像特征向量；与场景进行相似度比较；将相似度比较结果进行相似度排序。

3.根据权利要求2所述的基于场景词典树的图搜视频方法，其特征在于，步骤将待查询图像生成查询图像特征向量还包括：对待查询图像提取SIFT特征，使用第一阶段词典树，生成查询图像词典向量；步骤与场景进行相似度比较还包括：对某个场景中所有的关键帧词典向量，利用欧式距离计算距离，进行累加，计算公式如下：

其中sim(q_i，scene_j)表示查询图像q_i与第j个场景scene_j的相似度，表示查询图像的词典向量，表示场景j的第l个关键帧的词典向量，p表示词典向量的维数；

对公式(6)进行归一化处理，得到最后的计算相似度的公式，如下：

得到查询图像与视频场景的相似度；步骤将相似度比较结果进行相似度排序还包括：根据相似度，对场景进行排序，将前n个场景视频作为查询结果进行保存。

4.一种基于场景词典树的图搜视频方法的装置，其特征在于，包括：存储器，用于存储计算机程序及基于场景词典树的图搜视频方法；处理器，用于执行所述计算机程序及基于场景词典树的图搜视频方法，以实现如权利要求1至3任意一项所述基于场景词典树的图搜视频方法的步骤。

5.一种具有基于场景词典树的图搜视频方法的计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行以实现如权利要求1至3任意一项所述基于场景词典树的图搜视频方法的步骤。