一种基于改进SURF的视频DNA生成算法研究

为有效提高视频内容管理的准确性和高效性,借鉴生物信息学的方法,提出一种将降维改进的SURF算法和Kmeans算法相结合的视频DNA提取算法。该算法通过提取关键帧的SURF特征得到特征点集合,并对其进行K-means聚类构建视觉词袋模型,并将SURF特征通过视觉词袋模型量化为视觉词汇,并最终编码生成视频DNA。实验结果表明,采用改进的SURF算法生成的视频DNA具有良好的准确性和鲁棒性,并能在时间开销方面得到一定的提高。