本發(fā)明涉及多媒體分析技術(shù)領(lǐng)域，特別是涉及關(guān)鍵幀選取方法及系統(tǒng)。

背景技術(shù)：

視頻重復(fù)片段檢測(cè)是一項(xiàng)關(guān)鍵性的技術(shù)，有著諸多的應(yīng)用。例如視頻網(wǎng)站每天都需要同時(shí)接收大量電視臺(tái)的直播信號(hào)，以供用戶點(diǎn)播觀看，其中電視節(jié)目的處理包括：去除電視節(jié)目中的廣告、確定片頭片尾的位置及將新聞視頻分割為多個(gè)子新聞。如果這些操作要求實(shí)時(shí)處理的話，工作量很大，若全部由人工完成，每周需要進(jìn)行7×24小時(shí)的工作。故而現(xiàn)有的做法是，利用算法對(duì)視頻進(jìn)行重復(fù)片段檢測(cè)，根據(jù)檢測(cè)結(jié)果自動(dòng)拆分視頻，同時(shí)采取人工輔助檢查拆分結(jié)果。

視頻是一系列視頻幀按時(shí)序組織、播放的內(nèi)容，其本質(zhì)是一系列圖像的序列。在對(duì)視頻進(jìn)行重復(fù)片段檢測(cè)時(shí)，視頻幀之間存在大量的冗余性，對(duì)整個(gè)視頻中所有的視頻幀進(jìn)行處理計(jì)算量巨大效率低，所以選取鏡頭的關(guān)鍵幀來進(jìn)行處理比對(duì)。

現(xiàn)有的關(guān)鍵幀選取技術(shù)，根據(jù)預(yù)設(shè)的幀數(shù)，在每段視頻中選取預(yù)設(shè)數(shù)量的關(guān)鍵幀。對(duì)于一些運(yùn)動(dòng)變化較小的視頻，其內(nèi)部的視頻幀相對(duì)穩(wěn)定，簡(jiǎn)單選取預(yù)設(shè)數(shù)量的關(guān)鍵幀可以表達(dá)鏡頭的內(nèi)容。但是對(duì)于運(yùn)動(dòng)較大的視頻，僅用簡(jiǎn)單選取預(yù)設(shè)數(shù)量的關(guān)鍵幀的方法，不能夠全面的表達(dá)視頻內(nèi)容。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明實(shí)施例的目的在于提供一種關(guān)鍵幀選取方法及系統(tǒng)，以實(shí)現(xiàn)能夠全面的表達(dá)視頻內(nèi)容。具體技術(shù)方案如下：

一種關(guān)鍵幀選取方法，包括：

獲取待提取視頻，根據(jù)所述待提取視頻中視頻幀之間的時(shí)域相關(guān)性，將所述待提取視頻分割為至少一個(gè)待提取鏡頭，其中，所述待提取視頻包括：待檢測(cè)視頻和/或模板視頻，所述待提取鏡頭包括：待檢測(cè)鏡頭和/或模板鏡頭；

分別計(jì)算每個(gè)所述待提取鏡頭中視頻幀之間的幀間變化幅度；

根據(jù)所述幀間變化幅度，分別確定每個(gè)所述待提取鏡頭的關(guān)鍵幀提取數(shù)量，并提取每個(gè)所述待提取鏡頭的關(guān)鍵幀，其中，所述關(guān)鍵幀提取數(shù)量與所述幀間變化幅度正相關(guān)。

可選的，所述獲取待提取視頻，根據(jù)所述待提取視頻中視頻幀之間的時(shí)域相關(guān)性，將所述待提取視頻分割為至少一個(gè)待提取鏡頭，包括：

獲取所述待提取視頻，確定所述待提取視頻中每一幀視頻幀的rgb色彩模式的顏色直方圖；

分別計(jì)算并將所述待提取視頻中時(shí)域相鄰的每?jī)蓚€(gè)視頻幀的顏色直方圖之間的歐式距離，按照時(shí)域順序保存到歐式距離集合；

根據(jù)所述歐式距離集合，將所述待提取視頻進(jìn)行分割，得到至少一個(gè)所述待提取鏡頭。

可選的，所述分別計(jì)算每個(gè)所述待提取鏡頭中視頻幀之間的幀間變化幅度，包括：

在所述歐式距離集合中，分別獲取每個(gè)所述待提取鏡頭對(duì)應(yīng)的歐式距離；

分別計(jì)算并將每個(gè)所述待提取鏡頭對(duì)應(yīng)的歐式距離中，所有歐式距離的和，作為所述幀間變化幅度。

可選的，所述根據(jù)所述幀間變化幅度，分別確定每個(gè)所述待提取鏡頭的關(guān)鍵幀提取數(shù)量，并提取每個(gè)所述待提取鏡頭的關(guān)鍵幀，包括：

在所述待提取鏡頭為待檢測(cè)鏡頭時(shí)，獲取預(yù)設(shè)的第一抽取幀數(shù)，分別在每個(gè)所述待提取鏡頭中抽取所述第一抽取幀數(shù)的關(guān)鍵幀；

根據(jù)所述幀間變化幅度，分別確定每個(gè)所述待提取鏡頭的第二抽取幀數(shù)；

分別在每個(gè)所述待提取鏡頭中抽取所述待提取鏡頭對(duì)應(yīng)的第二抽取幀數(shù)的關(guān)鍵幀。

可選的，所述根據(jù)所述幀間變化幅度，分別確定每個(gè)所述待提取鏡頭的關(guān)鍵幀提取數(shù)量，并提取每個(gè)所述待提取鏡頭的關(guān)鍵幀，包括：

在所述待提取鏡頭為模板鏡頭時(shí)，根據(jù)所述幀間變化幅度，分別確定每個(gè)所述待提取鏡頭的第二抽取幀數(shù)；

分別在每個(gè)所述待提取鏡頭中抽取所述待提取鏡頭對(duì)應(yīng)的第二抽取幀數(shù)的關(guān)鍵幀。

可選的，所述根據(jù)所述幀間變化幅度，分別確定每個(gè)所述待提取鏡頭的第二抽取幀數(shù)，包括：

分別獲取所述幀間變化幅度中，每個(gè)所述待提取鏡頭對(duì)應(yīng)的歐式距離的和d；

獲取預(yù)設(shè)的提取系數(shù)f，根據(jù)l2＝round(d/f)，分別確定每個(gè)所述待提取鏡頭的第二抽取幀數(shù)，其中，所述l2為所述待提取鏡頭的第二抽取幀數(shù)。

可選的，所述分別在每個(gè)所述待提取鏡頭中抽取所述待提取鏡頭對(duì)應(yīng)的第二抽取幀數(shù)的關(guān)鍵幀，包括：

根據(jù)所述幀間變化幅度中每個(gè)所述待提取鏡頭對(duì)應(yīng)的歐式距離，分別確定每個(gè)所述模板鏡頭的穩(wěn)定區(qū)及運(yùn)動(dòng)區(qū)，其中，所述穩(wěn)定區(qū)為幀間歐式距離小于預(yù)設(shè)幀間距離的關(guān)鍵幀的集合，所述運(yùn)動(dòng)區(qū)為幀間歐式距離大于或等于預(yù)設(shè)幀間距離的關(guān)鍵幀的集合；

獲取預(yù)設(shè)的第三抽取幀數(shù)，分別在每個(gè)所述待提取鏡頭的穩(wěn)定區(qū)抽取所述第三抽取幀數(shù)的關(guān)鍵幀，分別在每個(gè)所述待提取鏡頭的運(yùn)動(dòng)區(qū)抽取第四抽取幀數(shù)的關(guān)鍵幀，其中，在每個(gè)所述待提取鏡頭中，所述第三抽取幀數(shù)與所述第四抽取幀數(shù)的和為所述第二抽取幀數(shù)。

可選的，在所述根據(jù)所述幀間變化幅度，分別確定每個(gè)所述待提取鏡頭的關(guān)鍵幀提取數(shù)量，并提取每個(gè)所述待提取鏡頭的關(guān)鍵幀之后，所述方法還包括：

分別獲取每個(gè)所述模板鏡頭的視覺特征；

根據(jù)每個(gè)所述待檢測(cè)鏡頭的關(guān)鍵幀，分別確定每個(gè)所述待檢測(cè)鏡頭的視覺特征；

分別將每個(gè)所述待檢測(cè)鏡頭對(duì)應(yīng)的視覺特征與每個(gè)所述模板鏡頭對(duì)應(yīng)的視覺特征進(jìn)行比較，確定所述鏡頭比較結(jié)果。

可選的，所述根據(jù)每個(gè)所述待檢測(cè)鏡頭的關(guān)鍵幀，分別確定每個(gè)所述待檢測(cè)鏡頭的視覺特征，包括：

根據(jù)預(yù)設(shè)的區(qū)域截取方法，分別截取每個(gè)所述待檢測(cè)鏡頭的關(guān)鍵幀中的有效區(qū)域；

分別將每個(gè)所述有效區(qū)域轉(zhuǎn)化為灰度圖像；

分別將每個(gè)所述灰度圖像進(jìn)行高斯模糊濾波及去除噪聲干擾，得到去噪后的灰度圖像；

分別將每幅所述去噪后的灰度圖像劃分為n塊子灰度圖像，其中，n為正整數(shù)；

分別將每塊所述子灰度圖像進(jìn)行離散余弦變換，并確定每塊所述子灰度圖像進(jìn)行離散余弦變換后對(duì)應(yīng)的哈希碼；

分別將每個(gè)所述待提取鏡頭對(duì)應(yīng)的哈希碼進(jìn)行組合，作為每個(gè)所述待提取鏡頭對(duì)應(yīng)的視覺特征。

可選的，在所述分別獲取每個(gè)所述模板鏡頭的視覺特征之前，所述方法還包括：

根據(jù)每個(gè)所述模板鏡頭的關(guān)鍵幀，確定每個(gè)所述模板鏡頭對(duì)應(yīng)的視覺特征。

一種關(guān)鍵幀選取系統(tǒng)，包括：

鏡頭分割模塊，用于獲取待提取視頻，根據(jù)所述待提取視頻中視頻幀之間的時(shí)域相關(guān)性，將所述待提取視頻分割為至少一個(gè)待提取鏡頭，其中，所述待提取視頻包括：待檢測(cè)視頻和/或模板視頻，所述待提取鏡頭包括：待檢測(cè)鏡頭和/或模板鏡頭；

第一計(jì)算模塊，用于分別計(jì)算每個(gè)所述待提取鏡頭中視頻幀之間的幀間變化幅度；

第二計(jì)算模塊，用于根據(jù)所述幀間變化幅度，分別確定每個(gè)所述待提取鏡頭的關(guān)鍵幀提取數(shù)量，并提取每個(gè)所述待提取鏡頭的關(guān)鍵幀，其中，所述關(guān)鍵幀提取數(shù)量與所述幀間變化幅度正相關(guān)。

可選的，所述鏡頭分割模塊，包括：

顏色直方圖確定子模塊，用于獲取所述待提取視頻，確定所述待提取視頻中每一幀視頻幀的rgb色彩模式的顏色直方圖；

歐式距離計(jì)算子模塊，用于分別計(jì)算并將所述待提取視頻中時(shí)域相鄰的每?jī)蓚€(gè)視頻幀的顏色直方圖之間的歐式距離，按照時(shí)域順序保存到歐式距離集合；

待提取鏡頭確定子模塊，用于根據(jù)所述歐式距離集合，將所述待提取視頻進(jìn)行分割，得到至少一個(gè)所述待提取鏡頭。

可選的，所述第一計(jì)算模塊，包括：

歐式距離獲取子模塊，用于在所述歐式距離集合中，分別獲取每個(gè)所述待提取鏡頭對(duì)應(yīng)的歐式距離；

變化幅度確定子模塊，用于分別計(jì)算并將每個(gè)所述待提取鏡頭對(duì)應(yīng)的歐式距離中，所有歐式距離的和，作為所述幀間變化幅度。

可選的，在所述待提取鏡頭為待檢測(cè)鏡頭時(shí)，所述第二計(jì)算模塊，包括：

第一抽取子模塊，用于獲取預(yù)設(shè)的第一抽取幀數(shù)，分別在每個(gè)所述待提取鏡頭中抽取所述第一抽取幀數(shù)的關(guān)鍵幀；

幀數(shù)計(jì)算子模塊，用于根據(jù)所述幀間變化幅度，分別確定每個(gè)所述待提取鏡頭的第二抽取幀數(shù)；

第二抽取子模塊，用于分別在每個(gè)所述待提取鏡頭中抽取所述待提取鏡頭對(duì)應(yīng)的第二抽取幀數(shù)的關(guān)鍵幀。

可選的，在所述待提取鏡頭為模板鏡頭時(shí)，所述第二計(jì)算模塊，包括：

幀數(shù)計(jì)算子模塊，用于根據(jù)所述幀間變化幅度，分別確定每個(gè)所述待提取鏡頭的第二抽取幀數(shù)；

第二抽取子模塊，用于分別在每個(gè)所述待提取鏡頭中抽取所述待提取鏡頭對(duì)應(yīng)的第二抽取幀數(shù)的關(guān)鍵幀。

可選的，所述幀數(shù)計(jì)算子模塊，包括：

數(shù)據(jù)獲取單元，用于分別獲取所述幀間變化幅度中，每個(gè)所述待提取鏡頭對(duì)應(yīng)的歐式距離的和d；

第二抽取幀數(shù)計(jì)算單元，用于獲取預(yù)設(shè)的提取系數(shù)f，根據(jù)l2＝round(d/f)，分別確定每個(gè)所述待提取鏡頭的第二抽取幀數(shù)，其中，所述l2為所述待提取鏡頭的第二抽取幀數(shù)。

可選的，所述第二抽取子模塊，包括：

區(qū)域劃分單元，用于根據(jù)所述幀間變化幅度中每個(gè)所述待提取鏡頭對(duì)應(yīng)的歐式距離，分別確定每個(gè)所述模板鏡頭的穩(wěn)定區(qū)及運(yùn)動(dòng)區(qū)，其中，所述穩(wěn)定區(qū)為幀間歐式距離小于預(yù)設(shè)幀間距離的關(guān)鍵幀的集合，所述運(yùn)動(dòng)區(qū)為幀間歐式距離大于或等于預(yù)設(shè)幀間距離的關(guān)鍵幀的集合；

區(qū)域抽取單元，用于獲取預(yù)設(shè)的第三抽取幀數(shù)，分別在每個(gè)所述待提取鏡頭的穩(wěn)定區(qū)抽取所述第三抽取幀數(shù)的關(guān)鍵幀，分別在每個(gè)所述待提取鏡頭的運(yùn)動(dòng)區(qū)抽取第四抽取幀數(shù)的關(guān)鍵幀，其中，在每個(gè)所述待提取鏡頭中，所述第三抽取幀數(shù)與所述第四抽取幀數(shù)的和為所述第二抽取幀數(shù)。

可選的，所述系統(tǒng)還包括：

視覺特征獲取模塊，用于分別獲取每個(gè)所述模板鏡頭的視覺特征；

第三計(jì)算模塊，用于根據(jù)每個(gè)所述待檢測(cè)鏡頭的關(guān)鍵幀，分別確定每個(gè)所述待檢測(cè)鏡頭的視覺特征；

視覺特征比較模塊，用于分別將每個(gè)所述待檢測(cè)鏡頭對(duì)應(yīng)的視覺特征與每個(gè)所述模板鏡頭對(duì)應(yīng)的視覺特征進(jìn)行比較，確定所述鏡頭比較結(jié)果。

可選的，所述第三計(jì)算模塊，包括：

有效區(qū)域截取子模塊，用于根據(jù)預(yù)設(shè)的區(qū)域截取方法，分別截取每個(gè)所述待檢測(cè)鏡頭的關(guān)鍵幀中的有效區(qū)域；

圖像轉(zhuǎn)換子模塊，用于分別將每個(gè)所述有效區(qū)域轉(zhuǎn)化為灰度圖像；

噪聲過濾子模塊，用于分別將每個(gè)所述灰度圖像進(jìn)行高斯模糊濾波及去除噪聲干擾，得到去噪后的灰度圖像；

圖像劃分子模塊，用于分別將每幅所述去噪后的灰度圖像劃分為n塊子灰度圖像，其中，n為正整數(shù)；

哈希碼確定子模塊，用于分別將每塊所述子灰度圖像進(jìn)行離散余弦變換，并確定每塊所述子灰度圖像進(jìn)行離散余弦變換后對(duì)應(yīng)的哈希碼；

視覺特征確定子模塊，用于分別將每個(gè)所述待提取鏡頭對(duì)應(yīng)的哈希碼進(jìn)行組合，作為每個(gè)所述待提取鏡頭對(duì)應(yīng)的視覺特征。

可選的，所述系統(tǒng)還包括：

第四計(jì)算模塊，用于根據(jù)每個(gè)所述模板鏡頭的關(guān)鍵幀，確定每個(gè)所述模板鏡頭對(duì)應(yīng)的視覺特征。

本發(fā)明實(shí)施例提供的關(guān)鍵幀選取方法及系統(tǒng)，根據(jù)視頻中視頻幀之間的幀間變化幅度，確定關(guān)鍵幀的提取數(shù)量，能夠全面的表達(dá)視頻內(nèi)容。另外，利用本發(fā)明實(shí)施例的關(guān)鍵幀選取方法進(jìn)行視頻重復(fù)性檢測(cè)，視頻重復(fù)性檢測(cè)的可靠性高。當(dāng)然，實(shí)施本發(fā)明的任一產(chǎn)品或方法必不一定需要同時(shí)達(dá)到以上所述的所有優(yōu)點(diǎn)。

附圖說明

為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為本發(fā)明實(shí)施例的關(guān)鍵幀選取方法的流程示意圖；

圖2為應(yīng)用本發(fā)明實(shí)施例的關(guān)鍵幀選取方法的視頻重復(fù)檢測(cè)系統(tǒng)的示意圖；

圖3為本發(fā)明實(shí)施例的視頻重復(fù)檢測(cè)系統(tǒng)的應(yīng)用方法的流程示意圖；

圖4為本發(fā)明實(shí)施例的關(guān)鍵幀選取系統(tǒng)的示意圖。

具體實(shí)施方式

下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

視頻重復(fù)性檢測(cè)技術(shù)是視頻識(shí)別中的關(guān)鍵技術(shù)，視頻重復(fù)性檢測(cè)技術(shù)除了應(yīng)用于視頻中廣告的剝離，還可以應(yīng)用于數(shù)據(jù)庫中重復(fù)片段的檢測(cè)，以節(jié)省存儲(chǔ)空間；進(jìn)行版權(quán)保護(hù)，將待檢測(cè)視頻與有版權(quán)的視頻進(jìn)行對(duì)比，可以確定待檢測(cè)視頻是否侵權(quán)。

視頻重復(fù)性檢測(cè)技術(shù)的基本流程為：入庫，對(duì)模板視頻進(jìn)行鏡頭檢測(cè)，關(guān)鍵幀提取，提取視覺特征，存入相應(yīng)的數(shù)據(jù)庫；匹配，對(duì)待檢測(cè)視頻進(jìn)行鏡頭檢測(cè)，關(guān)鍵幀提取，提取視覺特征，查詢數(shù)據(jù)庫。

在視頻重復(fù)性檢測(cè)技術(shù)中，關(guān)鍵幀提取對(duì)檢測(cè)的成功與否起著關(guān)鍵性的作用。因此，本發(fā)明實(shí)施例提供了一種關(guān)鍵幀選取方法，參見圖1，圖1為本發(fā)明實(shí)施例的關(guān)鍵幀選取方法的流程示意圖，包括：

s101，獲取待提取視頻，根據(jù)待提取視頻中視頻幀之間的時(shí)域相關(guān)性，將待提取視頻分割為至少一個(gè)待提取鏡頭，其中，待提取視頻包括：待檢測(cè)視頻和/或模板視頻，待提取鏡頭包括：待檢測(cè)鏡頭和/或模板鏡頭。

根據(jù)待提取視頻中視頻幀之間的時(shí)域相關(guān)性，如利用基于直方圖的算法、基于運(yùn)動(dòng)的算法、基于輪廓的算法或針對(duì)壓縮視頻的算法，將待提取視頻分割成至少一個(gè)待提取鏡頭。

s102，分別計(jì)算每個(gè)待提取鏡頭中視頻幀之間的幀間變化幅度。

幀間變化幅度標(biāo)識(shí)了視頻幀之間顯示內(nèi)容改變的大小。利用基于直方圖的算法、基于運(yùn)動(dòng)的算法、基于輪廓的算法和針對(duì)壓縮視頻的算法，中的一種或多種算法，計(jì)算出每個(gè)待提取鏡頭中視頻幀之間的幀間變化幅度。

s103，根據(jù)幀間變化幅度，分別確定每個(gè)待提取鏡頭的關(guān)鍵幀提取數(shù)量，并提取每個(gè)待提取鏡頭的關(guān)鍵幀，其中，關(guān)鍵幀提取數(shù)量與幀間變化幅度正相關(guān)。

待提取鏡頭的幀間變化幅度越大，在該待提取鏡頭中提取的關(guān)鍵幀越多。根據(jù)每個(gè)待提取鏡頭各自的幀間變化幅度，分別確定每個(gè)待提取鏡頭的關(guān)鍵幀提取數(shù)量。

在本發(fā)明實(shí)施例中，將視頻分割成若干個(gè)鏡頭，根據(jù)每個(gè)鏡頭中視頻幀之間的幀間變化幅度，確定該鏡頭得關(guān)鍵幀的提取數(shù)量，并提取相應(yīng)數(shù)量的關(guān)鍵幀，能夠全面的表達(dá)視頻內(nèi)容。

可選的，s101，包括：

步驟一，獲取待提取視頻，確定待提取視頻中每一幀視頻幀的rgb色彩模式的顏色直方圖。

步驟二，分別計(jì)算并將待提取視頻中時(shí)域相鄰的每?jī)蓚€(gè)視頻幀的顏色直方圖之間的歐式距離，按照時(shí)域順序保存到歐式距離集合。

歐式距離集合用于記錄相鄰視頻幀之間的歐式距離，且歐式距離集合中的歐式距離是按照該歐式距離對(duì)應(yīng)的視頻幀的時(shí)域順序進(jìn)行存儲(chǔ)的。

步驟三，根據(jù)歐式距離集合，將待提取視頻進(jìn)行分割，得到至少一個(gè)待提取鏡頭。

獲取歐式距離集合中大于第一預(yù)設(shè)距離閾值的歐式距離，在歐式距離集合中大于第一預(yù)設(shè)距離閾值的歐式距離對(duì)應(yīng)的兩幀視頻幀之間進(jìn)行鏡頭分割，此時(shí)鏡頭發(fā)生了切變。然后按照時(shí)域順序，依次計(jì)算根據(jù)第一預(yù)設(shè)距離閾值分割后的每鏡頭中的歐式距離集合中的當(dāng)前歐式距離，與當(dāng)前歐式距離之前的n(n為正整數(shù))個(gè)歐式距離的和，作為待比較距離。在待比較距離大于第二預(yù)設(shè)距離閾值時(shí)，在當(dāng)前歐式距離對(duì)應(yīng)的兩幀視頻幀之間進(jìn)行鏡頭分割，此時(shí)鏡頭發(fā)生了漸變。

第一預(yù)設(shè)距離閾值與第二預(yù)設(shè)距離閾值根據(jù)直方圖計(jì)算差距使用的方法及直方圖的值域范圍進(jìn)行設(shè)定。例如將第一預(yù)設(shè)距離閾值設(shè)定為0.5，第二預(yù)設(shè)距離閾值設(shè)定為0.3，在歐式距離集合中的歐式距離為0.01，0.05，0.04，0.11，0.6，0.01，0.04，0.06，0.10，0.12，0.10時(shí)，首先根據(jù)第一預(yù)設(shè)距離閾值，將待檢測(cè)視頻從歐式距離為0.6的兩幀視頻幀之間進(jìn)行分割成兩個(gè)鏡頭，第一個(gè)鏡頭對(duì)應(yīng)的歐式距離為0.01，0.05，0.04，0.11，第二個(gè)鏡頭對(duì)應(yīng)的歐式距離為0.01，0.04，0.06，0.10，0.12，0.10，根據(jù)第二預(yù)設(shè)距離閾值將第二個(gè)鏡頭從歐式距離為0.12對(duì)應(yīng)的兩幀視頻幀之間進(jìn)行分割，將第二個(gè)鏡頭分割成兩個(gè)鏡頭。

在本發(fā)明實(shí)施例中，將待提取視頻的視頻幀轉(zhuǎn)化為顏色直方圖，并計(jì)算出各顏色直方圖之間的歐式距離，根據(jù)歐式距離將待提取視頻進(jìn)行鏡頭分割，給出了將待提取視頻分割成待提取鏡頭的具體方法，鏡頭分割準(zhǔn)確。

可選的，s102，包括：

步驟一，在歐式距離集合中，分別獲取每個(gè)待提取鏡頭對(duì)應(yīng)的歐式距離。

例如，例如將第一預(yù)設(shè)距離閾值設(shè)定為0.5，第二預(yù)設(shè)距離閾值設(shè)定為0.3，在歐式距離集合中的歐式距離為0.01，0.05，0.04，0.11，0.6，0.01，0.04，0.06，0.10，0.12，0.10時(shí)，獲取鏡頭一對(duì)應(yīng)的歐式距離0.01，0.05，0.04，0.11，獲取鏡頭二對(duì)應(yīng)的歐式距離0.01，0.04，0.06，0.10，獲取鏡頭三對(duì)應(yīng)的歐式距離0.10。

步驟二，分別計(jì)算并將每個(gè)待提取鏡頭對(duì)應(yīng)的歐式距離中，所有歐式距離的和，作為幀間變化幅度。

例如，鏡頭一對(duì)應(yīng)的歐式距離為0.01，0.05，0.04，0.11，鏡頭二對(duì)應(yīng)的歐式距離為0.01，0.04，0.06，0.10，鏡頭三對(duì)應(yīng)的歐式距離為0.10。則鏡頭一的幀間變化幅度為0.21，鏡頭二的幀間變化幅度為0.21，鏡頭三的幀間變化幅度為0.10。

在本發(fā)明實(shí)施例中，給出了幀間變化幅度的具體計(jì)算方法，為后續(xù)根據(jù)幀間變化幅度，確定每個(gè)鏡頭的關(guān)鍵幀提取數(shù)量，提供了技術(shù)上的支持。

可選的，s103，包括：

步驟一，在待提取鏡頭為待檢測(cè)鏡頭時(shí)，獲取預(yù)設(shè)的第一抽取幀數(shù)，分別在每個(gè)待提取鏡頭中抽取第一抽取幀數(shù)的關(guān)鍵幀。

預(yù)設(shè)的第一抽取幀數(shù)為符合本發(fā)明實(shí)施例的任意幀數(shù)，例如10幀。分別獲取每個(gè)待檢測(cè)鏡頭中的視頻幀的總幀數(shù)h，根據(jù)gap_shot＝h/l1計(jì)算每個(gè)鏡頭中的第一關(guān)鍵幀抽取間隔，其中，gap_shot為第一關(guān)鍵幀抽取間隔，l1為第一抽取幀數(shù)。從待檢測(cè)鏡頭的第一幀開始，以gap_shot為間隔，抽取l1個(gè)關(guān)鍵幀。

步驟二，根據(jù)幀間變化幅度，分別確定每個(gè)待提取鏡頭的第二抽取幀數(shù)。

待檢測(cè)鏡頭的幀間變化幅度越大，在該待檢測(cè)鏡頭中提取的關(guān)鍵幀越多。

步驟三，分別在每個(gè)待提取鏡頭中抽取待提取鏡頭對(duì)應(yīng)的第二抽取幀數(shù)的關(guān)鍵幀。

分別獲取每個(gè)待檢測(cè)鏡頭中的視頻幀的總幀數(shù)h，根據(jù)gap1＝h/l2計(jì)算每個(gè)待檢測(cè)鏡頭中的第二關(guān)鍵幀抽取間隔，其中，gap1為第二關(guān)鍵幀抽取間隔，l2為第二抽取幀數(shù)。從待檢測(cè)鏡頭的第一幀開始，以gap1為間隔，抽取l2個(gè)關(guān)鍵幀。

在本發(fā)明實(shí)施例中，給出了在待提取鏡頭為待檢測(cè)鏡頭時(shí)，關(guān)鍵幀的提取方法，在每個(gè)待檢測(cè)鏡頭中，分別提取第一抽取幀數(shù)和第二抽取幀數(shù)的關(guān)鍵幀，抽取關(guān)鍵幀能夠全面的表達(dá)待檢測(cè)鏡頭的內(nèi)容。

可選的，s103，包括：

步驟一，在待提取鏡頭為模板鏡頭時(shí)，根據(jù)幀間變化幅度，分別確定每個(gè)待提取鏡頭的第二抽取幀數(shù)。

模板鏡頭的幀間變化幅度越大，在該模板鏡頭中提取的關(guān)鍵幀越多。

步驟二，分別在每個(gè)待提取鏡頭中抽取待提取鏡頭對(duì)應(yīng)的第二抽取幀數(shù)的關(guān)鍵幀。

分別獲取每個(gè)模板鏡頭中的視頻幀的總幀數(shù)h，根據(jù)gap1＝h/l2計(jì)算每個(gè)模板鏡頭中的第二關(guān)鍵幀抽取間隔，其中，gap2為第二關(guān)鍵幀抽取間隔，l2為第二抽取幀數(shù)。從模板鏡頭的第一幀開始，以gap2為間隔，抽取l2個(gè)關(guān)鍵幀。

在本發(fā)明實(shí)施例中，給出了在待提取鏡頭為模板鏡頭時(shí)，關(guān)鍵幀的提取方法，在每個(gè)模板鏡頭中，抽取第二抽取幀數(shù)的關(guān)鍵幀，抽取關(guān)鍵幀能夠全面的表達(dá)待檢測(cè)鏡頭的內(nèi)容。

可選的，根據(jù)幀間變化幅度，分別確定每個(gè)待提取鏡頭的第二抽取幀數(shù)，包括：

步驟一，分別獲取幀間變化幅度中，每個(gè)待提取鏡頭對(duì)應(yīng)的歐式距離的和d。

步驟二，獲取預(yù)設(shè)的提取系數(shù)f，根據(jù)l2＝round(d/f)，分別確定每個(gè)待提取鏡頭的第二抽取幀數(shù)，其中，l2為待提取鏡頭的第二抽取幀數(shù)。

提取系數(shù)f根據(jù)計(jì)算幀間變化幅度的算法進(jìn)行設(shè)定，例如，若采用基于直方圖的算法時(shí)，預(yù)設(shè)的提取系數(shù)可以設(shè)定為0.02。

在本發(fā)明實(shí)施例中，根據(jù)l2＝round(d/f)，分別確定每個(gè)待提取鏡頭的第二抽取幀數(shù)，給出了第二抽取幀數(shù)的具體計(jì)算方法，利用該第二抽取幀數(shù)抽取關(guān)鍵幀，能夠全面的表達(dá)待檢測(cè)鏡頭的內(nèi)容。

可選的，分別在每個(gè)待提取鏡頭中抽取待提取鏡頭對(duì)應(yīng)的第二抽取幀數(shù)的關(guān)鍵幀，包括：

步驟一，根據(jù)幀間變化幅度中每個(gè)待提取鏡頭對(duì)應(yīng)的歐式距離，分別確定每個(gè)模板鏡頭的穩(wěn)定區(qū)及運(yùn)動(dòng)區(qū)，其中，穩(wěn)定區(qū)為幀間歐式距離小于預(yù)設(shè)幀間距離的關(guān)鍵幀的集合，運(yùn)動(dòng)區(qū)為幀間歐式距離大于或等于預(yù)設(shè)幀間距離的關(guān)鍵幀的集合。

分別獲取歐式距離集合中每個(gè)待提取鏡頭對(duì)應(yīng)的歐式距離，將大于或等于預(yù)設(shè)幀間距離的歐式距離所對(duì)應(yīng)的視頻幀，劃分到該視頻幀對(duì)應(yīng)的待提取鏡頭的運(yùn)動(dòng)區(qū)；將小于預(yù)設(shè)幀間距離的歐式距離所對(duì)應(yīng)的視頻幀，劃分到該視頻幀對(duì)應(yīng)的待提取鏡頭的穩(wěn)定區(qū)。其中，預(yù)設(shè)幀間距離是根據(jù)計(jì)算幀間變化幅度的算法進(jìn)行設(shè)定，例如若采用基于直方圖的算法時(shí)，預(yù)設(shè)的提取系數(shù)可以設(shè)定為0.06。

步驟二，獲取預(yù)設(shè)的第三抽取幀數(shù)，分別在每個(gè)待提取鏡頭的穩(wěn)定區(qū)抽取第三抽取幀數(shù)的關(guān)鍵幀，分別在每個(gè)待提取鏡頭的運(yùn)動(dòng)區(qū)抽取第四抽取幀數(shù)的關(guān)鍵幀，其中，在每個(gè)待提取鏡頭中，第三抽取幀數(shù)與第四抽取幀數(shù)的和為第二抽取幀數(shù)。

第三抽取幀數(shù)為符合本發(fā)明實(shí)施例的任意幀數(shù)，例如，可以將第三抽取幀數(shù)設(shè)定為3。根據(jù)每個(gè)待提取鏡頭中的第二抽取幀數(shù)l2，分別確定每個(gè)待提取鏡頭的運(yùn)動(dòng)區(qū)中抽取該待提取鏡頭對(duì)應(yīng)的第四抽取幀數(shù)的關(guān)鍵幀，其中，l4＝l2-l3，l3為第三抽取幀數(shù)，l4為第四抽取幀數(shù)。

在本發(fā)明實(shí)施例中，將待提取鏡頭劃分為運(yùn)動(dòng)區(qū)和穩(wěn)定區(qū)，在穩(wěn)定區(qū)中提取第三抽取幀數(shù)的關(guān)鍵幀，在運(yùn)動(dòng)區(qū)中抽取第四抽取幀數(shù)的關(guān)鍵幀，關(guān)鍵幀抽取方法合理，能夠全面的表達(dá)待檢測(cè)鏡頭的內(nèi)容。

可選的，在s103之后，該方法還包括：

步驟一，分別獲取每個(gè)模板鏡頭的視覺特征。

在預(yù)設(shè)的數(shù)據(jù)庫中獲取每個(gè)模板鏡頭的視覺特征。

步驟二，根據(jù)每個(gè)待檢測(cè)鏡頭的關(guān)鍵幀，分別確定每個(gè)待檢測(cè)鏡頭的視覺特征。

此處的根據(jù)每個(gè)待檢測(cè)鏡頭的關(guān)鍵幀，分別確定每個(gè)待檢測(cè)鏡頭的視覺特征的方法為符合本發(fā)明實(shí)施例的任意視覺特征提取方法，包括：顏色特征提取、紋理特征提取及形狀特征提取中的一種或多種提取方法。

顏色是圖像視覺信息的一個(gè)重要特征，顏色特征提取是指提取圖像中顏色的特征，并將圖像中顏色的特征進(jìn)行量化，如計(jì)算顏色直方圖、顏色距、顏色聚合向量及顏色集。

紋理不僅能夠反映圖像的灰度統(tǒng)計(jì)信息，還能夠反映圖像的空間分布信息和結(jié)構(gòu)信息，將紋理特征進(jìn)行量化，提取紋理特征的方法包括：統(tǒng)計(jì)法(如計(jì)算灰度共生矩陣)、結(jié)構(gòu)法(如tamura紋理特征)、模型法(如建立自回歸紋理模型)及頻譜法(如進(jìn)行小波變換)。

形狀特征主要分為基于邊界的形狀特征和基于區(qū)域的形狀特征兩大類，基于邊界的形狀，基于邊界的形狀特征的描述關(guān)鍵在于邊緣檢測(cè)，在提取邊緣的基礎(chǔ)上，定義邊緣的特征描述，如fouriershapedecors(傅立葉形狀描述符法)?；趨^(qū)域的形狀特征的描述關(guān)鍵在于圖像分割，然后利用整個(gè)已經(jīng)被分割出來的區(qū)域塊，提取其相應(yīng)特征向量作為其形狀特征的表示參數(shù)，如區(qū)域不變矩法。

步驟三，分別將每個(gè)待檢測(cè)鏡頭對(duì)應(yīng)的視覺特征與每個(gè)模板鏡頭對(duì)應(yīng)的視覺特征進(jìn)行比較，確定鏡頭比較結(jié)果。

鏡頭比較結(jié)果包括：待檢測(cè)鏡頭與模板鏡頭為相同鏡頭，及待檢測(cè)鏡頭與模板鏡頭為不同鏡頭。當(dāng)待檢測(cè)鏡頭的視覺特征與模板鏡頭的視覺特征的相似度超過預(yù)設(shè)的相似度閾值時(shí)，則認(rèn)為待檢測(cè)鏡頭與模板鏡頭為同一個(gè)鏡頭。相似度閾值為符合本發(fā)明實(shí)施例的任意數(shù)值，根據(jù)視覺特征提取方法進(jìn)行設(shè)定，例如，在根據(jù)紋理特征提取視覺特征時(shí)，相似度閾值可以設(shè)定為90％。

在本發(fā)明實(shí)施例中，根據(jù)待檢測(cè)鏡頭的關(guān)鍵幀，確定待檢測(cè)鏡頭的視覺特征，通過比較待檢測(cè)鏡頭的視覺特征及模板鏡頭的視覺特征，判斷待檢測(cè)鏡頭與模板鏡頭是否為同一鏡頭，給出了本發(fā)明實(shí)施例的關(guān)鍵幀選取方法的后續(xù)應(yīng)用場(chǎng)景，通過本發(fā)明實(shí)施例的關(guān)鍵幀選取方法所獲取的關(guān)鍵幀進(jìn)行重復(fù)性檢測(cè)，判斷結(jié)果更加準(zhǔn)確。

可選的，根據(jù)每個(gè)待檢測(cè)鏡頭的關(guān)鍵幀，分別確定每個(gè)待檢測(cè)鏡頭的視覺特征，包括：

步驟一，根據(jù)預(yù)設(shè)的區(qū)域截取方法，分別截取每個(gè)待檢測(cè)鏡頭的關(guān)鍵幀中的有效區(qū)域。

選擇預(yù)設(shè)的區(qū)域截取方法中規(guī)定的圖像區(qū)域：(x，y，roi_width，roi_height)即有效區(qū)域，將有效區(qū)域中的像素進(jìn)行視覺特征計(jì)算。(x，y)代表規(guī)定的圖像區(qū)域的起始點(diǎn)，roi_width代表規(guī)定的圖像區(qū)域的寬，roi_height代表規(guī)定的圖像區(qū)域的高。截取關(guān)鍵幀中的有效區(qū)域，能夠避免電視臺(tái)臺(tái)標(biāo)、外加字幕、外加商標(biāo)及其他外加信息對(duì)視覺特征的干擾。

步驟二，分別將每個(gè)有效區(qū)域轉(zhuǎn)化為灰度圖像。

步驟三，分別將每個(gè)灰度圖像進(jìn)行高斯模糊濾波及去除噪聲干擾，得到去噪后的灰度圖像。

步驟四，分別將每幅去噪后的灰度圖像劃分為n塊子灰度圖像，其中，n為正整數(shù)。

例如，將灰度圖像平均劃分為四塊。

步驟五，分別將每塊子灰度圖像進(jìn)行離散余弦變換，并確定每塊子灰度圖像進(jìn)行離散余弦變換后對(duì)應(yīng)的哈希碼。

步驟六，分別將每個(gè)待提取鏡頭對(duì)應(yīng)的哈希碼進(jìn)行組合，作為每個(gè)待提取鏡頭對(duì)應(yīng)的視覺特征。

在本發(fā)明實(shí)施例中，給出了獲取關(guān)鍵幀的視覺特征的具體計(jì)算方法，有效的確定了關(guān)鍵幀的視覺特征，為根據(jù)視覺特征判定待檢測(cè)鏡頭與模板鏡頭是否相同提供了技術(shù)上的支持。

可選的，在分別獲取每個(gè)模板鏡頭的視覺特征之前，該方法還包括：

根據(jù)每個(gè)模板鏡頭的關(guān)鍵幀，確定每個(gè)模板鏡頭對(duì)應(yīng)的視覺特征。

此處根據(jù)每個(gè)模板鏡頭的關(guān)鍵幀，確定每個(gè)模板鏡頭對(duì)應(yīng)的視覺特征的方法為符合本發(fā)明實(shí)施例的任意視覺特征提取方法，包括：顏色特征提取、紋理特征提取及形狀特征提取中的一種或多種提取方法。例如，分別截取每個(gè)模板鏡頭的關(guān)鍵幀中的有效區(qū)域，將每個(gè)有效區(qū)域轉(zhuǎn)化為灰度圖像。分別將每個(gè)灰度圖像進(jìn)行高斯模糊濾波及去除噪聲干擾，得到去噪后的灰度圖像，并將每幅去噪后的灰度圖像劃分為n塊子灰度圖像。分別將每塊子灰度圖像進(jìn)行離散余弦變換，并確定每塊子灰度圖像進(jìn)行離散余弦變換后對(duì)應(yīng)的哈希碼。分別將每個(gè)待提取鏡頭對(duì)應(yīng)的哈希碼進(jìn)行組合，作為每個(gè)模板鏡頭對(duì)應(yīng)的視覺特征。將模板鏡頭的視覺特征保存到預(yù)設(shè)的數(shù)據(jù)庫中。

在本發(fā)明實(shí)施例中，根據(jù)每個(gè)模板鏡頭的關(guān)鍵幀，確定每個(gè)模板鏡頭對(duì)應(yīng)的視覺特征，為根據(jù)視覺特征判定待檢測(cè)鏡頭與模板鏡頭是否相同提供了技術(shù)上的支持。

從鏡頭中提取出關(guān)鍵幀是視頻重復(fù)性檢測(cè)的重要環(huán)節(jié)。通常的做法是在鏡頭中等間隔的選取預(yù)設(shè)數(shù)量的關(guān)鍵幀，但是這種通常的做法存在一定的問題，當(dāng)鏡頭內(nèi)的視頻幀之間的變化較大時(shí)，容易造成視頻重復(fù)性檢測(cè)的失敗。尤其在鏡頭檢測(cè)與關(guān)鍵幀抽取方法不夠魯棒，傳輸過程中造成丟幀導(dǎo)致算法失敗等多種因素造成的抽取位置發(fā)生變化時(shí)，視頻重復(fù)性檢測(cè)的可靠性大大降低?？傊矛F(xiàn)有的關(guān)鍵幀提取技術(shù)，在視頻重復(fù)性檢測(cè)時(shí)的可靠性低。

因此結(jié)合上述的關(guān)鍵幀選取系統(tǒng)，本發(fā)明實(shí)施例還提供了一種視頻重復(fù)檢測(cè)的系統(tǒng)，如圖2所示，包括：

鏡頭分割模塊201：用于獲取輸入的待提取視頻，根據(jù)視頻幀之間的時(shí)域相關(guān)性，將輸入的待提取視頻分割為一系列的連續(xù)鏡頭，并分別計(jì)算每個(gè)鏡頭中的幀間變化幅度。

獲取輸入的待提取視頻(模板視頻或待檢測(cè)視頻)，按照時(shí)域順序，根據(jù)視頻幀之間的變化幅度，將模板視頻和/或待檢測(cè)視頻分割為至少一個(gè)鏡頭，并分別計(jì)算每個(gè)鏡頭中視頻幀之間的幀間變化幅度。

根據(jù)待提取視頻中視頻幀之間的時(shí)域相關(guān)性，如利用基于直方圖的算法、基于運(yùn)動(dòng)的算法、基于輪廓的算法或針對(duì)壓縮視頻的算法，將待提取視頻分割成至少一個(gè)待提取鏡頭。

獲取待提取視頻，確定待提取視頻中每一幀視頻幀的rgb色彩模式的顏色直方圖。分別計(jì)算并將待提取視頻中時(shí)域相鄰的每?jī)蓚€(gè)視頻幀的顏色直方圖之間的歐式距離，按照時(shí)域順序保存到歐式距離集合。根據(jù)歐式距離集合，將待提取視頻進(jìn)行分割，得到至少一個(gè)待提取鏡頭。

獲取歐式距離集合中大于第一預(yù)設(shè)距離閾值的歐式距離，在歐式距離集合中大于第一預(yù)設(shè)距離閾值的歐式距離對(duì)應(yīng)的兩幀視頻幀之間進(jìn)行鏡頭分割，此時(shí)鏡頭發(fā)生了切變。然后按照時(shí)域順序，依次計(jì)算根據(jù)第一預(yù)設(shè)距離閾值分割后的每鏡頭中的歐式距離集合中的當(dāng)前歐式距離，與當(dāng)前歐式距離之前的n(n為正整數(shù))個(gè)歐式距離的和，作為待比較距離。在待比較距離大于第二預(yù)設(shè)距離閾值時(shí)，在當(dāng)前歐式距離對(duì)應(yīng)的兩幀視頻幀之間進(jìn)行鏡頭分割，此時(shí)鏡頭發(fā)生了漸變。

重復(fù)性檢測(cè)入庫關(guān)鍵幀選取模塊202：用于在模板鏡頭入庫過程中選取關(guān)鍵幀，并計(jì)算視覺特征進(jìn)行入庫。

在將模板視頻對(duì)應(yīng)的數(shù)據(jù)進(jìn)行入庫時(shí)，根據(jù)模板視頻中每個(gè)鏡頭中的幀間變化幅度分別選取每個(gè)鏡頭的關(guān)鍵幀，幀間變化幅度越大抽取的關(guān)鍵幀越多，幀間變化幅度越小選用的關(guān)鍵幀的數(shù)量越小，分別計(jì)算模板視頻中的每個(gè)鏡頭的關(guān)鍵幀的視覺特征，并將模板視頻中的每個(gè)鏡頭的關(guān)鍵幀的視覺特征保存到數(shù)據(jù)庫。

獲取待提取視頻，確定待提取視頻中每一幀視頻幀的rgb色彩模式的顏色直方圖。分別計(jì)算并將待提取視頻中時(shí)域相鄰的每?jī)蓚€(gè)視頻幀的顏色直方圖之間的歐式距離。分別計(jì)算并將每個(gè)待提取鏡頭對(duì)應(yīng)的歐式距離中，所有歐式距離的和，作為幀間變化幅度，并根據(jù)幀間變化幅度，分別確定每個(gè)待提取鏡頭的第二抽取幀數(shù)。分別在每個(gè)模板鏡頭中抽取待提取鏡頭對(duì)應(yīng)的第二抽取幀數(shù)的關(guān)鍵幀。

視覺特征提取方法為符合本發(fā)明實(shí)施例的任意視覺特征提取方法，包括：顏色特征提取、紋理特征提取及形狀特征提取中的一種或多種提取方法。例如，分別截取每個(gè)模板鏡頭的關(guān)鍵幀中的有效區(qū)域，將每個(gè)有效區(qū)域轉(zhuǎn)化為灰度圖像。分別將每個(gè)灰度圖像進(jìn)行高斯模糊濾波及去除噪聲干擾，得到去噪后的灰度圖像，并將每幅去噪后的灰度圖像劃分為n塊子灰度圖像。分別將每塊子灰度圖像進(jìn)行離散余弦變換，并確定每塊子灰度圖像進(jìn)行離散余弦變換后對(duì)應(yīng)的哈希碼。分別將每個(gè)待提取鏡頭對(duì)應(yīng)的哈希碼進(jìn)行組合，作為每個(gè)模板鏡頭對(duì)應(yīng)的視覺特征。將模板鏡頭的視覺特征保存到預(yù)設(shè)的數(shù)據(jù)庫中。

重復(fù)性檢測(cè)匹配關(guān)鍵幀選取模塊203：用于在鏡頭進(jìn)行匹配過程中選取關(guān)鍵幀，并計(jì)算視覺特征進(jìn)行匹配。

在進(jìn)行重復(fù)性檢測(cè)時(shí)，根據(jù)待檢測(cè)視頻中每個(gè)鏡頭中的幀間變化幅度分別選取每個(gè)鏡頭的關(guān)鍵幀，幀間變化幅度越大抽取的關(guān)鍵幀越多，幀間變化幅度越小選用的關(guān)鍵幀的數(shù)量越小，分別計(jì)算待檢測(cè)視頻中的每個(gè)鏡頭的關(guān)鍵幀的視覺特征。根據(jù)待檢測(cè)視頻中的每個(gè)鏡頭的關(guān)鍵幀的視覺特征及模板視頻中的每個(gè)鏡頭的關(guān)鍵幀的視覺特征，將待檢測(cè)視頻中的每個(gè)鏡頭分別與模板視頻中的每個(gè)鏡頭進(jìn)行匹配，確定匹配結(jié)果。

參見圖3，鏡頭分割模塊201獲取模板視頻，并將模板視頻分割成為至少一個(gè)模板鏡頭；重復(fù)性檢測(cè)入庫關(guān)鍵幀選取模塊202提取模板鏡頭的關(guān)鍵幀，計(jì)算出模板鏡頭關(guān)鍵幀的視覺特征，并將模板鏡頭的視覺特征存儲(chǔ)到數(shù)據(jù)庫中。當(dāng)輸入待檢測(cè)視頻時(shí)，鏡頭分割模塊201獲取待檢測(cè)視頻，并將待檢測(cè)視頻分割成為至少一個(gè)待檢測(cè)鏡頭；重復(fù)性檢測(cè)匹配關(guān)鍵幀選取模塊203提取待檢測(cè)鏡頭的關(guān)鍵幀，計(jì)算出待檢測(cè)鏡頭關(guān)鍵幀的視覺特征，重復(fù)性檢測(cè)匹配關(guān)鍵幀選取模塊203從數(shù)據(jù)庫中獲取模板鏡頭的視覺特征，將待檢測(cè)鏡頭的視覺特征與模板鏡頭的視覺特征進(jìn)行對(duì)比，判斷待檢測(cè)鏡頭與模板鏡頭是否相同。

在本發(fā)明實(shí)施例中，確定鏡頭中視頻幀之間的幀間變化幅度，根據(jù)幀間變化幅度，決定抽取關(guān)鍵幀的數(shù)量，幀間變化幅度越大抽取的關(guān)鍵幀越多，根據(jù)關(guān)鍵幀的視覺特征進(jìn)行匹配，增大了視頻重復(fù)性檢測(cè)的匹配精度，提高了視頻重復(fù)性檢測(cè)時(shí)的可靠性。

參見圖4，圖4為本發(fā)明實(shí)施例的關(guān)鍵幀選取系統(tǒng)的示意圖，包括：

鏡頭分割模塊401，用于獲取待提取視頻，根據(jù)待提取視頻中視頻幀之間的時(shí)域相關(guān)性，將待提取視頻分割為至少一個(gè)待提取鏡頭，其中，待提取視頻包括：待檢測(cè)視頻和/或模板視頻，待提取鏡頭包括：待檢測(cè)鏡頭和/或模板鏡頭；

第一計(jì)算模塊402，用于分別計(jì)算每個(gè)待提取鏡頭中視頻幀之間的幀間變化幅度；

第二計(jì)算模塊403，用于根據(jù)幀間變化幅度，分別確定每個(gè)待提取鏡頭的關(guān)鍵幀提取數(shù)量，并提取每個(gè)待提取鏡頭的關(guān)鍵幀，其中，關(guān)鍵幀提取數(shù)量與幀間變化幅度正相關(guān)。

在本發(fā)明實(shí)施例中，將視頻分割成若干個(gè)鏡頭，根據(jù)每個(gè)鏡頭中視頻幀之間的幀間變化幅度，確定該鏡頭得關(guān)鍵幀的提取數(shù)量，并提取相應(yīng)數(shù)量的關(guān)鍵幀，能夠全面的表達(dá)視頻內(nèi)容。

需要說明的是本發(fā)明實(shí)施例中的系統(tǒng)是應(yīng)用上述關(guān)鍵幀選取方法的系統(tǒng)，則上述的關(guān)鍵幀選取方法的所有實(shí)施例均適用于該系統(tǒng)，且均能達(dá)到相同或相似的有益效果。

可選的，鏡頭分割模塊401，包括：

顏色直方圖確定子模塊，用于獲取待提取視頻，確定待提取視頻中每一幀視頻幀的rgb色彩模式的顏色直方圖。

歐式距離計(jì)算子模塊，用于分別計(jì)算并將待提取視頻中時(shí)域相鄰的每?jī)蓚€(gè)視頻幀的顏色直方圖之間的歐式距離，按照時(shí)域順序保存到歐式距離集合。

待提取鏡頭確定子模塊，用于根據(jù)歐式距離集合，將待提取視頻進(jìn)行分割，得到至少一個(gè)待提取鏡頭。

在本發(fā)明實(shí)施例中，將待提取視頻的視頻幀轉(zhuǎn)化為顏色直方圖，并計(jì)算出各顏色直方圖之間的歐式距離，根據(jù)歐式距離將待提取視頻進(jìn)行鏡頭分割，給出了將待提取視頻分割成待提取鏡頭的具體方法，鏡頭分割準(zhǔn)確。

可選的，第一計(jì)算模塊402，包括：

歐式距離獲取子模塊，用于在歐式距離集合中，分別獲取每個(gè)待提取鏡頭對(duì)應(yīng)的歐式距離。

變化幅度確定子模塊，用于分別計(jì)算并將每個(gè)待提取鏡頭對(duì)應(yīng)的歐式距離中，所有歐式距離的和，作為幀間變化幅度。

在本發(fā)明實(shí)施例中，給出了幀間變化幅度的具體計(jì)算方法，為后續(xù)根據(jù)幀間變化幅度，確定每個(gè)鏡頭的關(guān)鍵幀提取數(shù)量，提供了技術(shù)上的支持。

可選的，在待提取鏡頭為待檢測(cè)鏡頭時(shí)，第二計(jì)算模塊403，包括：

第一抽取子模塊，用于獲取預(yù)設(shè)的第一抽取幀數(shù)，分別在每個(gè)待提取鏡頭中抽取第一抽取幀數(shù)的關(guān)鍵幀；

幀數(shù)計(jì)算子模塊，用于根據(jù)幀間變化幅度，分別確定每個(gè)待提取鏡頭的第二抽取幀數(shù)；

第二抽取子模塊，用于分別在每個(gè)待提取鏡頭中抽取待提取鏡頭對(duì)應(yīng)的第二抽取幀數(shù)的關(guān)鍵幀。

在本發(fā)明實(shí)施例中，給出了在待提取鏡頭為待檢測(cè)鏡頭時(shí)，關(guān)鍵幀的提取方法，在每個(gè)待檢測(cè)鏡頭中，分別提取第一抽取幀數(shù)和第二抽取幀數(shù)的關(guān)鍵幀，抽取關(guān)鍵幀能夠全面的表達(dá)待檢測(cè)鏡頭的內(nèi)容。

可選的，在待提取鏡頭為模板鏡頭時(shí)，第二計(jì)算模塊403，包括：

幀數(shù)計(jì)算子模塊，用于根據(jù)幀間變化幅度，分別確定每個(gè)待提取鏡頭的第二抽取幀數(shù)；

第二抽取子模塊，用于分別在每個(gè)待提取鏡頭中抽取待提取鏡頭對(duì)應(yīng)的第二抽取幀數(shù)的關(guān)鍵幀。

在本發(fā)明實(shí)施例中，給出了在待提取鏡頭為模板鏡頭時(shí)，關(guān)鍵幀的提取方法，在每個(gè)模板鏡頭中，抽取第二抽取幀數(shù)的關(guān)鍵幀，抽取關(guān)鍵幀能夠全面的表達(dá)待檢測(cè)鏡頭的內(nèi)容。

可選的，幀數(shù)計(jì)算子模塊，包括：

數(shù)據(jù)獲取單元，用于分別獲取幀間變化幅度中，每個(gè)待提取鏡頭對(duì)應(yīng)的歐式距離的和d；

第二抽取幀數(shù)計(jì)算單元，用于獲取預(yù)設(shè)的提取系數(shù)f，根據(jù)m＝round(d/f)，分別確定每個(gè)待提取鏡頭的第二抽取幀數(shù)，其中，m為待提取鏡頭的第二抽取幀數(shù)。

在本發(fā)明實(shí)施例中，根據(jù)l2＝round(d/f)，分別確定每個(gè)待提取鏡頭的第二抽取幀數(shù)，給出了第二抽取幀數(shù)的具體計(jì)算方法，利用該第二抽取幀數(shù)抽取關(guān)鍵幀，能夠全面的表達(dá)待檢測(cè)鏡頭的內(nèi)容。

可選的，第二抽取子模塊，包括：

區(qū)域劃分單元，用于根據(jù)幀間變化幅度中每個(gè)待提取鏡頭對(duì)應(yīng)的歐式距離，分別確定每個(gè)模板鏡頭的穩(wěn)定區(qū)及運(yùn)動(dòng)區(qū)，其中，穩(wěn)定區(qū)為幀間歐式距離小于預(yù)設(shè)幀間距離的關(guān)鍵幀的集合，運(yùn)動(dòng)區(qū)為幀間歐式距離大于或等于預(yù)設(shè)幀間距離的關(guān)鍵幀的集合。

區(qū)域抽取單元，用于獲取預(yù)設(shè)的第三抽取幀數(shù)，分別在每個(gè)待提取鏡頭的穩(wěn)定區(qū)抽取第三抽取幀數(shù)的關(guān)鍵幀，分別在每個(gè)待提取鏡頭的運(yùn)動(dòng)區(qū)抽取第四抽取幀數(shù)的關(guān)鍵幀，其中，在每個(gè)待提取鏡頭中，第三抽取幀數(shù)與第四抽取幀數(shù)的和為第二抽取幀數(shù)。

在本發(fā)明實(shí)施例中，將待提取鏡頭劃分為運(yùn)動(dòng)區(qū)和穩(wěn)定區(qū)，在穩(wěn)定區(qū)中提取第三抽取幀數(shù)的關(guān)鍵幀，在運(yùn)動(dòng)區(qū)中抽取第四抽取幀數(shù)的關(guān)鍵幀，關(guān)鍵幀抽取方法合理，能夠全面的表達(dá)待檢測(cè)鏡頭的內(nèi)容。

可選的，本發(fā)明實(shí)施例的關(guān)鍵幀抽取系統(tǒng)還包括：

視覺特征獲取模塊，用于分別獲取每個(gè)模板鏡頭的視覺特征。

第三計(jì)算模塊，用于根據(jù)每個(gè)待檢測(cè)鏡頭的關(guān)鍵幀，分別確定每個(gè)待檢測(cè)鏡頭的視覺特征。

視覺特征比較模塊，用于分別將每個(gè)待檢測(cè)鏡頭對(duì)應(yīng)的視覺特征與每個(gè)模板鏡頭對(duì)應(yīng)的視覺特征進(jìn)行比較，確定鏡頭比較結(jié)果。

在本發(fā)明實(shí)施例中，根據(jù)待檢測(cè)鏡頭的關(guān)鍵幀，確定待檢測(cè)鏡頭的視覺特征，通過比較待檢測(cè)鏡頭的視覺特征及模板鏡頭的視覺特征，判斷待檢測(cè)鏡頭與模板鏡頭是否為同一鏡頭，給出了本發(fā)明實(shí)施例的關(guān)鍵幀選取方法的后續(xù)應(yīng)用場(chǎng)景，通過本發(fā)明實(shí)施例的關(guān)鍵幀選取方法所獲取的關(guān)鍵幀進(jìn)行重復(fù)性檢測(cè)，判斷結(jié)果更加準(zhǔn)確。

可選的，第三計(jì)算模塊，包括：

有效區(qū)域截取子模塊，用于根據(jù)預(yù)設(shè)的區(qū)域截取方法，分別截取每個(gè)待檢測(cè)鏡頭的關(guān)鍵幀中的有效區(qū)域。

圖像轉(zhuǎn)換子模塊，用于分別將每個(gè)有效區(qū)域轉(zhuǎn)化為灰度圖像。

噪聲過濾子模塊，用于分別將每個(gè)灰度圖像進(jìn)行高斯模糊濾波及去除噪聲干擾，得到去噪后的灰度圖像。

圖像劃分子模塊，用于分別將每幅去噪后的灰度圖像劃分為n塊子灰度圖像，其中，n為正整數(shù)。

哈希碼確定子模塊，用于分別將每塊子灰度圖像進(jìn)行離散余弦變換，并確定每塊子灰度圖像進(jìn)行離散余弦變換后對(duì)應(yīng)的哈希碼。

視覺特征確定子模塊，用于分別將每個(gè)待提取鏡頭對(duì)應(yīng)的哈希碼進(jìn)行組合，作為每個(gè)待提取鏡頭對(duì)應(yīng)的視覺特征。

在本發(fā)明實(shí)施例中，給出了獲取關(guān)鍵幀的視覺特征的具體計(jì)算方法，有效的確定了關(guān)鍵幀的視覺特征，為根據(jù)視覺特征判定待檢測(cè)鏡頭與模板鏡頭是否相同提供了技術(shù)上的支持。

可選的，本發(fā)明實(shí)施例的關(guān)鍵幀抽取系統(tǒng)還包括：

第四計(jì)算模塊，用于根據(jù)每個(gè)模板鏡頭的關(guān)鍵幀，確定每個(gè)模板鏡頭對(duì)應(yīng)的視覺特征。

在本發(fā)明實(shí)施例中，根據(jù)每個(gè)模板鏡頭的關(guān)鍵幀，確定每個(gè)模板鏡頭對(duì)應(yīng)的視覺特征，為根據(jù)視覺特征判定待檢測(cè)鏡頭與模板鏡頭是否相同提供了技術(shù)上的支持。

需要說明的是，在本文中，諸如第一和第二等之類的關(guān)系術(shù)語僅僅用來將一個(gè)實(shí)體或者操作與另一個(gè)實(shí)體或操作區(qū)分開來，而不一定要求或者暗示這些實(shí)體或操作之間存在任何這種實(shí)際的關(guān)系或者順序。而且，術(shù)語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、方法、物品或者設(shè)備不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程、方法、物品或者設(shè)備所固有的要素。在沒有更多限制的情況下，由語句“包括一個(gè)……”限定的要素，并不排除在包括所述要素的過程、方法、物品或者設(shè)備中還存在另外的相同要素。

本說明書中的各個(gè)實(shí)施例均采用相關(guān)的方式描述，各個(gè)實(shí)施例之間相同相似的部分互相參見即可，每個(gè)實(shí)施例重點(diǎn)說明的都是與其他實(shí)施例的不同之處。尤其，對(duì)于系統(tǒng)實(shí)施例而言，由于其基本相似于方法實(shí)施例，所以描述的比較簡(jiǎn)單，相關(guān)之處參見方法實(shí)施例的部分說明即可。

以上所述僅為本發(fā)明的較佳實(shí)施例而已，并非用于限定本發(fā)明的保護(hù)范圍。凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換、改進(jìn)等，均包含在本發(fā)明的保護(hù)范圍內(nèi)。