[发明专利]基于Hadoop的分布式视频关键帧提取方法

权利要求书

1.基于Hadoop 的分布式视频关键帧提取方法，其特征在于，包括：

获取待处理的原始视频；

将所述原始视频按照预设顺序拆分为独立的图像帧；

检测所述图像帧中是否包含第一目标，若所述图像帧包含所述第一目标则标记为目标帧，否则标记为普通帧；

将所述目标帧分为若干目标帧合集；

分别获取每个目标帧合集的关键帧；

根据所有目标帧合集的关键帧生成关键帧合集；

将所述目标帧分为若干目标帧合集，包括：

定义前一帧为普通帧的目标帧为第一目标帧，前一帧为目标帧的目标帧为第二目标帧；

分别为每个第一目标帧创建一个目标帧合集，并将该第一目标帧添加到对应的目标帧合集中；

检测第二目标帧与其前一目标帧之间的相似度，若相似度大于等于第一阈值，则将该第二目标帧添加到其前一目标帧所属的目标帧合集中；若相似度小于第一阈值，则为该第二目标帧创建一个目标帧合集，并将该第二目标帧添加到该目标帧合集中；

分别获取每个目标帧合集的关键帧，包括：

步骤一，设置聚类中心值N；

步骤二，利用最大间距法对所述目标帧合集中的目标帧进行处理，获得N个聚类中心，所述最大间距法用于计算目标帧之间的相似度是否符合预设条件；

步骤三，计算所述聚类中心之间的相似度，若相似度大于等于第二阈值，则将相应的两个聚类中心进行合并；

步骤四，利用最小距离分类将所述目标帧合集中的目标帧进行分类；

步骤五，计算各聚类中目标帧的平均相似度，获取与平均相似度差值最小的目标帧作为新的聚类中心；

步骤六，若各聚类的新聚类中心与原聚类中心的相似度均大于等于第三阈值，则终止算法，各聚类的新聚类中心即为关键帧；否则，执行步骤三。

2.根据权利要求1所述的基于Hadoop 的分布式视频关键帧提取方法，其特征在于，基于Hadoop 的分布式视频关键帧提取方法，还包括：

对所述关键帧合集中的关键帧进行去冗余。

3.根据权利要求1所述的基于Hadoop 的分布式视频关键帧提取方法，其特征在于，当所述第一目标包括多个物体时，若所述图像帧包含至少一个该物体，则将该图像帧标记为目标帧。