基于图层结构的视频摘要生成方法技术

本发明专利技术公开了基于图层结构的视频摘要生成方法，包括以下步骤：S1、输入视频，对输入的视频预处理；S2、对输入的每个视频帧进行特征提取；S3、将提取的特征向量构建图层结构，将特征向量映射到图层上，形成多个图层；S4、关键帧选择：对每个图层进行关键帧选择，选择出每个图层中最能代表该图层信息的帧作为关键帧；S5、摘要生成：将所有选择的关键帧按照时间顺序排列，形成视频摘要。本方法通过建立图层结构，可以更准确地表示视频中的时间顺序和空间关系；通过关键帧提取，可以更高效地提取视频中的关键信息；同时，本方法具有较好的泛化性能，可以适应不同类型和长度的视频。

【技术实现步骤摘要】

本专利技术涉及图像识别领域，特别是涉及基于图层结构的视频摘要生成方法。

技术介绍

1、随着视频数据的爆炸式增长，人们需要一种能够快速、准确地从视频中提取关键信息的方法。传统的视频摘要生成方法通常基于帧间分析或对象检测技术，但这些方法在处理大规模视频数据时存在一定的局限性。因此，开发一种基于图层结构的视频摘要生成方法，以提高视频摘要的准确性和效率。

技术实现思路

1、(一)解决的技术问题

2、为了克服现有技术的不足，本专利技术提供基于图层结构的视频摘要生成方法，以解决
技术介绍
提出的问题。

3、(二)技术方案

4、为解决上述技术问题，本专利技术提供如下技术方案：基于图层结构的视频摘要生成方法，包括以下步骤：s1、输入视频，对输入的视频预处理；

5、s2、对输入的每个视频帧进行特征提取；

6、s3、将提取的特征向量构建图层结构，将特征向量映射到图层上，形成多个图层；

7、s4、关键帧选择：对每个图层进行关键帧选择，选择出每个图层中最能代表该图层本文档来自技高网...

【技术保护点】

1.基于图层结构的视频摘要生成方法，其特征在于：包括以下步骤：S1、输入视频，对输入的视频预处理；

2.根据权利要求1所述的基于图层结构的视频摘要生成方法，其特征在于：所述视频预处理包括以下步骤：视频切割：将输入的视频按照时间或内容进行切割，将视频划分为多个片段或场景；

3.根据权利要求1所述的基于图层结构的视频摘要生成方法，其特征在于：所述视频帧的特征提取步骤包括：使用卷积神经网络(CNN)深度学习模型对预处理后的视频帧进行特征提取；

4.根据权利要求1所述的基于图层结构的视频摘要生成方法，其特征在于：所述图层结构可以采用层次聚类算法进行构建。...

【技术特征摘要】

1.基于图层结构的视频摘要生成方法，其特征在于：包括以下步骤：s1、输入视频，对输入的视频预处理；

2.根据权利要求1所述的基于图层结构的视频摘要生成方法，其特征在于：所述视频预处理包括以下步骤：视频切割：将输入的视频按照时间或内容进行切割，将视频划分为多个片段或场景；

3.根据权利要求1所述的基于图层结构的视频摘要生成方法，其特征在于：所述视频帧的特征提取步骤包括：使用卷积神经网络(cnn)深度学习模型对预处理后的视频帧进行特征提取；

4.根据权利要求1所述的基于图层结构的视频摘要生成方法，其特征在于：所述图层结构可以采用层次聚类算法进行构建。

5...

【专利技术属性】
技术研发人员：杜雅慧，杨阳，付大雷，杨剡，杜擂升，
申请(专利权)人：深圳市泰合一科技有限责任公司，
类型：发明
国别省市：