专利交易市场

本发明公开了一种基于FD‑SPNet网络的视频关键帧提取方法。方法包括：建立FD‑SPNet网络；将动作视频输入FD‑SPNet网络中训练，获得训练完成的FD‑SPNet网络；将待测动作视频输入，输出待测动作视频中若干待提取的视频关键帧的特征信息，将各个待提取的视频关键帧的特征信息输入Fast‑NMS网络中，Fast‑NMS网络输出待测动作视频中若干最终的视频关键帧，实现视频关键帧的提取。本发明方法实现“粗细”结合的关键帧选取，既加强了时效性，又保证了准确率。

本发明公开一种基于感兴趣目标分布的关键帧筛选方法，属于图像处理技术领域。本发明包括：采用多种特征提取方式对各视频帧图像进行特征提取，并对提取的特征向量进行归一化处理；计算每种特征向量下的相邻帧间的特征距离，所有种特征距离的加权和得到相邻帧间差异；基于邻帧间差异曲线根据局部自适应双阈值实现镜头分割，以及基于神经网络对各视频帧图像进行目标检测处理；对获取的镜头内视频帧进行检测，获取目标的类别、位置、检测框的面积；基于目标检测结果，根据视频帧中目标分布和数量的差异来对镜头内的视频帧图像进行进一步分割为子镜头；在子镜头边界内选取目标信息丰富度最高的帧作为关键帧。本发明可应用于监控视频、影视视频。