一种压缩视频流的视频分段和关键帧提取方法

王凤领

摘要： 基于压缩域视频片段检测可以省略解压步骤，直接从原始视频数据流提取特征，可以加快检测率。本文首先分析了视频数据的特性，视频的分割和关键帧的选取，阐述现有的典型方法，通过分析视频检索技术的关键技术，采用基于视频分割和关键帧的压缩视频流提取方法，提出了一种基于DC系数和运动矢量从MPEG压缩视频中提取关键帧的方法。实验表明，所提出的方法可以减少计算负担，并可以更好地表示视频内容。

关键词：压缩视频流； DC系数； 运动矢量； 关键帧提取

中图分类号：TP391

文献标志码： A

文章编号： 2095-2163（2017）05-0079-04

0引言

视频数据是一种非结构化数据。数据的复杂性和数量巨大以及表达方法的匮乏均使得视频存储和检索成为研究难题。为了便捷管理并充分利用视频信息，视频分析则尤显必要。同时还需发掘科学合理的视频组织结构以提取视频的特征并将其合成，以便有效地存储和检索视频数据。

1视频数据特征

不同于传统的字符数字数据，视频数据作为一种多媒体信息，实质上则属于非字符数字数据。与传统的字符数值数据相比，视频数据具有更加丰富的内容。对其可做如下解析：

1）视频数据具有较高的信息分辨率。信息分辨率是指媒体提供细节的数目。视频数据若辅以深入的观察，可以逐渐得到一些新的细节。

2）视频数据内容的多样性。视频数据作为表示信息的媒介，整体上可以分为2种类型的内容：称为信息内容的一类视频内容，具体指代了视频包含语义内容；另一种类型的视频内容，称为音频和视频内容，其中携带了包含在外部视觉表示中的视频和音频。

3）视频数据解释的多样性和模糊性。视频数据是连续重放的图像信息，并且包含在图像帧中的信息非常丰富。因而对图片或视频就可能生成不同的解释，如此即与字符数值数据对视频数据有完全准确和客观的解释而有所不同的是，其中往往夹杂有个人主观因素。在视频数据库中，经常只是立足于查询的相似性，即只是近似匹配的视频数据查询[1]。

[BT4]2视频分段

视频分割标准具有多样性和复杂性的特点。对于不同的视频对象及其应用，视频分段也是不同的。这就使得视频数据在组织上将建立为多级树结构。例如，对于故事片的组织，从低到高级可以是镜头、场景和情节。一般来说，树结构的底部是透镜。任何视频流由许多场景组成。因此，视频数据库，新的视频数据流进入数据库，数据模型应该基于多级数据流分割，底层一般是透镜分割。研究可知，在视频分割结构中，镜头是视频剪辑的最重要形式，镜头技术的检测相对来说已较为成熟[2]。

5.1MPEG视频压缩技术

对于MPEG压缩标准，当视频流被压缩时，帧被组压缩（GOP-图片组）。如图1所示，I和P帧称为参考帧。在每组图像中，第1帧总是B帧，并且帧内编码用于基于块（8×8）的离散余弦变换（DCT）来量化图像。I帧中主要可用信息是DCT的DC系数。P帧使用前向预测帧间编码，并且在前I帧或P帧中可定义参考帧和宏块作为单位执行运动预测和运动补偿。主要可用信息是用于运动预测的前向运动矢量和用于运动补偿的预测残差的DCT系数。在B帧中则呈现了被双向预测的3种类型的运动矢量，分别是：前向运动矢量、后向运动矢量和双向运动矢量[11]。

[6结束语

根据视频数据及其信息的特点，探讨研究了视频的分割和关键帧的选取，综述了现有的典型方法，通过分析视频检索技术的关键技术，采用基于视频分割和关键帧的压缩视频流提取方法，设计提出了一种基于DC系数和运动矢量从MPEG压缩视频中提取关键帧的方法。实验表明，本次研发提出的方法可以减少计算负担，并可以更好地表示视频内容。

参考文献：

胡圣武， 李鲲鹏. 三维GIS 关键技术的研究[J]. 地理空间信息，2008，6（3）：9-12.

[2] 朱映映， 周洞汝. 一种从压缩视频流中提取关键帧的方法[J]. 计算机工程与应用，2003（18）：13-14，48.

[3] 王娣， 黄春毅. 基于内容的视频检索[J]. 现代图书情报技术，2000（86）：71-72，78.

[4] 陸燕， 陈福生. 基于内容的视频检索技术[J]. 计算机应用研究，2003（11）：1-4.

[5] 张若英， 申铱京. 基于内容的视频检索方法的研究[J]. 计算机工程与应用，2004（6）：196-199.

[6] 朱爱红， 李连. 基于内容的视频检索关键技术研究[J]. 情报检索，2004（1）：45-47.

[7] 彭宇新， CHONG_WAH N， 郭宗明，等. 基于内容的视频检索关键技术[J]. 计算机工程，2004，30（1）：14-16.

[8] 孟倩. 基于内容检索的视频数据库数据模型的研究[J]. 徐州师范大学学报（自然科学版）， 2003，21（4）：59-62. [ZK）]

[9] NAKAJIMA Y. A video browsing using fast scene cut detection for an efficient networked video database access[J]. IE ICE Transactions on Information & System， 1994， E77-D （12）： 1335-1364.

[10]YEO B L， LIU B. A unified approach to temporal segmentation of motion JPEG and MPEG compressed video[C]//Proc IEEE Intconf on multimedia computing and systems. Washington，DC：IEEE， 1995： 81-89.

[11]KOPRINSKA I，CARRATO S. Temporal video segmentation：A survey[J]. Signal Processing Image Communication， 2001，16（5）： 477-500.endprint