《表1 Open Video Project数据集上不同算法结果对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于层次聚类和TextRank的视频摘要》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为了验证本文提出的视频摘要方法的有效性，将本文方法与基于聚类算法的不同视频摘要方法（比如:DT[10]、STIMO[11]、VSUMM[9]、VRCVS[12]）进行比较。对比结果见表1，可以看出，本文算法的准确率略低于VRCVS算法，略高于DT、STIMO、VSUMM算法，而本文算法的召回率高于其它算法，说明本文算法生成的视频摘要与用户摘要相匹配的帧数较多，能够较好地表达视频内容。但由于比VRCVS算法的摘要长度略长，从而精度略低于VRCVS算法。本文算法的F值高于其它算法，说明本文算法的整体性能较好。综合来看，本文算法的性能在Open Video Project数据集上表现较好。为了更加直观地对比本文算法与其它算法的效果，我们展现了各种算法对视频26生成摘要的结果，如图4所示。可以看出，DT算法与STI-MO算法存在重复帧，并且DT算法提取的摘要过短，许多视频内容未被覆盖；VSUMM算法与VRCVS算法虽然冗余率小，但有些内容没有覆盖；而本文算法生成的视频摘要基本与用户摘要内容相匹配，表现的内容更加丰富。因此，与其它算法相比，本文算法具有更低的冗余度且选取的关键帧能够较好表达视频内容。