论文部分内容阅读
针对海量视频库,传统方法检索目标人物视频片段仅仅采用视频帧的全局特征进行匹配,导致对视频帧中的变化无法兼顾,无法准确检索人物视频。因此提出了人脸识别和改进的K-means聚类相结合提取关键帧的方法。首先,利用多任务卷积神经网络从视频帧的不同角度检测人脸并保留置信度,然后提取人脸特征,对提取的人的面部特征用置信度进行加权,最后,用改进的K-means聚类方法提取关键帧进行视频检索。该方法获取的关键帧能更好地表达视频中的人脸信息,有效降低了冗余度。实验结果表明该方法比传统K-means聚类有效提升了视频