基于自分裂竞争学习算法的关键帧提取

摘要：

模糊C 均值算法在进行关键帧提取时难以取得全局最优值,导致所提取的关键帧无法完整的描述镜头信息。本文提出一种基于自分裂竞争学习(SSCL)的关键帧提取方法，根据SSCL 的分裂机制确定全局最优类数目的特点来确定关键帧的数量，同时根据SSCL 的竞争学习机制有效确定类中心的特点来确定准确的帧图像作为视频的关键帧。实验证明基于SSCL 的关键帧提取的方法比基于模糊C 均值提关键帧取的方法能够更好的描述镜头内容。

关键词： Self-splitting competitive learning Key frame Clustering number Clustering center

作者: 邓克捷 夏利民

会议类型: 国内会议

会议名称: 湖南省第三届研究生创新论坛——信息与控制工程的新理论和新技术分论坛

会议地点: 长沙

会议语种:中文

页码: 354-358

在线出版日期: 2010-11-01（万方平台首次上网日期，不代表论文的发表时间）