Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
A Global-Local Approach to Extracting Deformable Fashion Items from Web Images Kapitel lesen Erstes Kapitel lesen

2016 | OriginalPaper | Buchkapitel

Key Frame Extraction Based on Motion Vector

verfasst von : Ziqian Qiang, Qing Xu, Shihua Sun, Mateu Sbert

Erschienen in: Advances in Multimedia Information Processing - PCM 2016

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Video key frame extraction is a video summarization technique which is used to recapitulate and describe the most important segments of video sequence. Video clips containing motion information are more likely to draw users’ attention. Accordingly, we propose a novel key frame extraction scheme based on motion vector. A video sequence is partitioned into shots by distance between consecutive video frames calculated by Relative Entropy (RE). Difference of magnitude of motion vector between neighboring video images within a shot is computed to localize video clips containing significant content changes. And such segments are defined as active sub-shots in this paper. The key frames are extracted from each active sub-shots and other inactive sub-shots by exploiting different algorithms. Experimental results show that our proposed method obtains exact and complete results in video key frame extraction.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Recurrent Double Features: Recurrent Multi-scale Deep Features and Saliency Features for Salient Object Detection
Nächstes Kapitel Haze Removal Technology Based on Physical Model
Literatur
1.
Chang, H.S., Sull, S., Lee, S.U.: Efficient video indexing scheme for content-based retrieval. IEEE Trans. Circ. Syst. Video Technol. 9, 1269–1279 (1999)CrossRef
2.
Escolano, F., Suau, P., Bonev, B.: Information Theory in Computer Vision and Pattern Recognition. Springer, London (2009)CrossRefMATH
3.
Feixas, M., Bardera, A., Rigau, J., Xu, Q., Sbert, M.: Information Theory Tools for Image Processing. Morgan & Claypool, San Rafael (2014)MATH
4.
Gianluigi, C., Raimondo, S.: An innovative algorithm for key frame extraction in video summarization. J. Real-Time Image Proc. 1, 69–88 (2006)CrossRef
5.
Guo, Y., Xu, Q., Sun, S., Luo, X., Sbert, M.: Selecting video key frames based on relative entropy and the extreme studentized deviate test. Entropy 18(3), 73 (2016)CrossRef
6.
Li, R., Zeng, B., Liou, M.L.: A new three-step search algorithm for block motion estimation. IEEE Trans. Circ. Syst. Video Technol. 4(4), 438–442 (1994)CrossRef
7.
Lienhart, R., Pfeiffer, S., Effelsberg, W.: Video abstracting. Commun. ACM 40, 54–62 (1997)CrossRef
8.
Liu, T., Kender, J.R.: Computational approaches to temporal sampling of video sequences. ACM Trans. Multimedia Comput. Commun. Appl. 3, 217–218 (2007)CrossRef
9.
Ma, Y.F., Lu, L., Zhang, H.J., Li, M.: A user attention model for video summarization. In: Proceedings of the Tenth ACM International Conference on Multimedia, pp. 533–542. ACM (2002)
10.
Mentzelopoulos, M., Psarrou, A.: Key-frame extraction algorithm using entropy difference. In: Proceedings of the 6th ACM SIGMM International Workshop on Multimedia Information Retrieval, pp. 39–45. ACM. New York, October 2004
11.
Money, A.G., Agius, H.: Video summarisation: a conceptual framework and survey of the state of the art. J. Vis. Commun. Image Represent. 19, 121–143 (2008)CrossRef
12.
Ngo, C.W., Ma, Y.F., Zhang, H.J.: Video summarization and scene detection by graph modeling. IEEE Trans. Circ. Syst. Video Technol. 15(2), 296–305 (2005)CrossRef
13.
Omidyeganeh, M., Ghaemmaghami, S., Shirmohammadi, S.: Video keyframe analysis using a segment-based statistical metric in a visually sensitive parametric space. IEEE Trans. Image Process. Publ. IEEE Signal Process. Soc. 20, 2730–2737 (2011)MathSciNetCrossRef
14.
Souza, C.L., Pádua, F.L.C., Nunes, C.F.G., Assis, G.T., Silva, G.D.: A unified approach to content-based indexing and retrieval of digital videos from television archives. Artif. Intell. Res. 3(3), 49–61 (2014)CrossRef
15.
Truong, B.T., Venkatesh, S.: Video abstraction: a systematic review and classification. ACM Trans. Multimedia Comput. Commun. Appl. 3, 3 (2007)CrossRef
16.
C̆erneková, Z., Pitas, I., Nikou, C.: Information theory-based shot cut/fade detection and video summarization. IEEE Trans. Circ. Syst. Video Technol. 16, 82–91 (2006)CrossRef
17.
Xu, Q., Liu, Y., Li, X., Yang, Z., Wang, J., Sbert, M., Scopigno, R.: Browsing and exploration of video sequences: a new scheme for key frame extraction and 3D visualization using entropy based Jensen divergence. Inf. Sci. 278, 736–756 (2014)MathSciNetCrossRef
Metadaten
Titel
Key Frame Extraction Based on Motion Vector
verfasst von
Ziqian Qiang
Qing Xu
Shihua Sun
Mateu Sbert
Copyright-Jahr
2016
Buch
Advances in Multimedia Information Processing - PCM 2016

Print ISBN: 978-3-319-48895-0

Electronic ISBN: 978-3-319-48896-7

Copyright-Jahr: 2016

DOI
https://doi.org/10.1007/978-3-319-48896-7_38

Neuer Inhalt

    Bildnachweise