1研究的目的及意义：

随着互联网和多媒体信息技术的发展， 信息的获取途径主要依赖于网络， 视频是网络上信息资源的主要表现形式之一， 被广泛应用于日常生活中的各个领域，人们希望对视频的浏览、查询、处理等能像以往的文本数据一样， 能够通过快速浏览来找出自己感兴趣的内容， 但是视频不同于以往的文本、文字数据信息， 视频的数据量很大，结构十分复杂， 并且内容特别的丰富。 由于编码方式的不同， 视频的格式也多种多样。导致对视顿的处理变得十分困难，处理效率也太太降低。

网络上视频资源丰富多样， 如何快速有效地从大量的视频中找出自己感兴趣的视频井非一件易事，目前通常通过文字来描述每个视频的主要内容， 然而每个人的主观感知以及世界观和价值观的不同，导致不同的人对同一段视频内容的理解也存在一定的差异性. 由于文字本身的局限性，容易产生误差，需要通过观看视频的真实画面来感知视频的内容从而找到目标视频， 视频的数据量巨大，资源丰富，并且每个视频的播放时间较长，使得通过观看每段视频来查找想要的视频需要消耗大量的时间，效率很低。目前对视频的检索主要是基于内容的检索，通常是提取视频中的关键帧，关键帧序列代表了视频内容和事件的变化过程，用关键帧图像序列来代替对应的视频，大大减少了处理的数据量，提高了检索的效率。

网络给人们带来方便的同时，带来了很多负面的影响，视频作为网络资源的主要内容之一，大部分视频比如新闻、体育、影视娱乐等给人们的日常生活提供了很多有用的信息，但是网络上也出现了一些诸如暴力、不良的规频信息，影响了青少年的身心健康，不利于青少年的成长，因此需要采取一定的方法来捕获并阻断这些负面的视频信息，然而视频所包含的数据量大，并且是非结构化的数据结构，直接对视频进行处理变得十分困难，并且难度较大，需要处理的数据量也很大，效率也特别低，严重影响了人们对网络实时性的需求。通常的做法是将对视频的处理转化为对代表视频主要内容的关键帧图像的处理。首先对网络上获得的视频进行关键帧提取(大部分情况下是先对视频进行镜头分割，然后再基于每个镜头提取关键帧)，然后利用当前比较成熟的图像处理技来对关键帧图像进行处理，最后依据处理的结果来判断对应的视频是否是暴力(或者不良)视频，然后采用特定的阻断技术过滤掉这些视频，从而保障了网绍的健康。

关键帧的应用领域还有其他很多方面，以上是关键帧应用的两个重要方面。关键帧的提取是视频处理的一个关键技术，是将对视频的处理转换为对图像的处理的重要方法，在很大程度上减少了算机处理的数据量，同时也提高了人们在视频数据库中查找自己所需要的视频的效率。目前已经有很多关键帧的提取算法，例如提取首尾帧(有的时候也会提取中间帧)的基于镜头边界的方法，基于运动分析的方法，基于聚类的方法等，这些方法大部分需要进行镜头分割，提取出的关键帧在一些情况下并不能有效地代表视频的主要内容，造成了对视频后续的处理容易产生误差。因此提出一种有效的关键帧提取算法势在必行。　

2 国内外研究现状：

随着视频的内容和表现形式日益复杂，如何对视频数据进行有效地组织和检索已成为目前研究的重点。关键帧提取技术是实现视频检索的基础，是对视频数据库进行浏览、查询等操作的关键基础技术之一。利用关键帧对视频数据库进行浏览、查询等操作，大大减少了其处理的数据量，也为视频检索提供了一个组织框架。同时，关键帧也是用于视频检测的一个重要步骤。

目前选取关键帧比较经典的方法是帧平均法和直方图平均法。帧平均法是从镜头中取所有帧在某个位置上的像素值的平均值，然后将镜头中该点位置的像素值最接近平均值的帧作为代表帧；直方图平均法是将镜头中所有帧的统计直方图取平均，然后选择与该直方图最接近的帧作为关键帧。这些方法计算比较简单，因此无法描述多个物体运动的镜头。一般来说，从镜头中选择固定数目的关键帧的方法对于变化少的镜头来说选取的关键帧过多，而对于运动较多的镜头又不能充分描述，因而不是一种良好的方法。

对此，Zhang Wu等人提出了选取多个关键帧的方法，依据帧间的显著变化来选取，其方法是计算前一个代表帧与剩余帧之差，若差值大于选定的阀值，则再选取下一个代表帧，这种方法可以根据镜头内容的变化程序选择相应数目的关键帧，但缺点是所选取的关键帧不一定具有代表意义，对于同场景的运动变化描述性差。

另一种是光流量分析算法，Wolf通过计算镜头中帧的每个像素光流量分量的模之和作为这一帧的运动量，在运动量取局部最小值选取关键帧。这种基于运动的方法可以根据镜头的结构选择相应数目的关键帧，能取得更好的效果。然而该方法在分析运动所需的计算量很大，而且局部最小也不一定准确。