基于多特征的视频场景分类方法

本发明涉及一种视频场景分类技术领域，是一种基于多特征的视频场景分类方法，包括S1提取场景视频的关键帧集合；S2计算每一个场景视频的平均关键帧；S3对每一个平均关键帧进行划分；S4提取场景多特征，场景多特征包括颜色特征和纹理特征；S5：利用多特征融合进行融合，获得场景视频的综合特征；S6：将综合特征与其对应的特征阈值比较进行场景分类，使用阈值判定分类法得到多个场景类别。本发明的阈值判定分类法充分利用了视频的结构化特征，在区分不同的场景时具有较高的准确率，分类结果稳定性强，是一种鲁棒性高的分类算法，具有动态分类的特点，分类的类别数目根据阈值确定，不需要事先划分类别数目以及训练集训练，分类过程易于实现。