Skip to main content
SpringerLink
Log in

Keyframe Extraktion für Video-Annotation und Video-Zusammenfassung

  • STUDENT’S CORNER
  • KEYFRAME EXTRAKTION
  • Published:
Informatik-Spektrum Aims and scope

Zusammenfassung

Zur Zeit erleben Videoclips, welche auf online Videoportalen wie YouTube zur Verfügung gestellt werden, immer mehr an Popularität. Wir schlagen einen Ansatz vor, der basierend auf unüberwachtem Lernen, Keyframes für Video-Retrieval und Video-Zusammenfassungen extrahiert. Unser Ansatz nutzt Methoden der ,,Shot-Segmentierung“ um ein Video temporär zu segmentieren und einen ,,k-Means“ Algorithmus um Repräsentanten für jeden Shot zu bestimmen. Zusätzlich führen wir ein ,,Meta-Clustering“ auf den extrahierten Keyframes aus um kompakte Videozusammenfassungen zu erhalten. Um unsere Methoden zu testen haben wir diese auf einer Datenbank von YouTube Videos angewendet. Wir erhielten Ergebnisse, welche (1) eine Verbesserung des Retrievals und (2) kompakte Video-Zusammenfassungen zeigen.

This is a preview of subscription content, log in via an institution to check access.

Access this article

Log in via an institution

Price excludes VAT (USA)
Tax calculation will be finalised during checkout.

Instant access to the full article PDF.

Institutional subscriptions

References

  1. Bailer W, Mayer H, Neuschmied H, Haas W, Lux M, Klieber W (2003) Content-based video retrieval and summarization using MPEG-7. In: Santini S, Schettini R (Hrsg) Internet Imaging V. Proc SPIE 5304:1–12

  2. Hammoud R, Mohr R (2000) A Probabilistic Framework of Selecting Effective Key-Frames for Video Browsing and Indexing. In: Intern. Worksh. on Real-Time Img. Seq. Anal., S 79–88

  3. Koprinska I, Carrato S (2001) Temporal Video Segmentation: A Survey. Signal Process Image Commun 16:477–500

    Article  Google Scholar 

  4. Lienhart R (2001) Reliable Transition Detection in Videos: A Survey and Practitioner’s Guide. Int J Image Graph 1(3):469–486

    Article  Google Scholar 

  5. McQueen JB (1967) Some methods for classification and analysis of multivariate observations. In: Proceedings of the Fifth Berkeley Symposium on Mathematical Statistics and Probability, S 281–297

  6. O’Connor B (1991) Selecting Key Frames of Moving Image Documents: A Digital Environment for Analysis and Navigation. Microcomput Inf Manage 8(2):119–33

    MathSciNet  Google Scholar 

  7. Rautiainen M, Ojala T, Seppanen T (2004) Cluster-temporal browsing of large news video databases. IEEE Int Conf Multimed Expo 2:751–754

    Google Scholar 

  8. Schwarz G (1978) Estimating the dimension of a model. Ann Stat 6(2):461–464

    Article  MATH  Google Scholar 

  9. Ulges A, Schulze C, Keysers D, Breuel TM (2007) Content-Based Video Tagging for Online Video Portals. In: MUSCLE/Image-CLEF Workshop

Download references

Author information

Authors and Affiliations

  1. Image Understanding & Pattern Recognition, Technische Universität Kaiserslautern, 67663, Kaiserslautern, Deutschland

    Damian Borth, Adrian Ulges & Thomas M. Breuel

  2. Image Understanding & Pattern Recognition, Deutsches Forschungszentrum für Künstliche Intelligenz (DFKI), 67663, Kaiserslautern, Deutschland

    Christian Schulze & Thomas M. Breuel

Authors
  1. Damian Borth
    View author publications

    You can also search for this author in PubMed Google Scholar

  2. Adrian Ulges
    View author publications

    You can also search for this author in PubMed Google Scholar

  3. Christian Schulze
    View author publications

    You can also search for this author in PubMed Google Scholar

  4. Thomas M. Breuel
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding author

Correspondence to Damian Borth.

Rights and permissions

Reprints and permissions

About this article

Cite this article

Borth, D., Ulges, A., Schulze, C. et al. Keyframe Extraktion für Video-Annotation und Video-Zusammenfassung . Informatik Spektrum 32, 50–53 (2009). https://doi.org/10.1007/s00287-008-0264-y

Download citation

  • Published:

  • Issue Date:

  • DOI: https://doi.org/10.1007/s00287-008-0264-y

Search

Navigation