1.一种基于张量分解的视频浓缩方法，其特征在于：通过将视频文件以场景为标准分段，再将每一部分的视频逐帧读入并转化成张量求取其特征帧，然后利用特征帧重组视频以此达到视频浓缩的效果；具体步骤如下：S1：将待测视频逐帧迭代输入转化为灰度图像，从每帧的相同位置选取n×n的块，并将每个块的所有像素的DCT系数按序排列构成矢量：Vi＝{c1，c2，c3…，cj，…，cn×n}其中：Vi为第i帧中块的DCT系数所构成的矢量，cj表示块中第j个像素的DCT系数，j＝1，

2，3，...，n×n；

S2：按设定的间隔步长，两两计算间隔帧之间的差别，若差别超过阈值则认为两帧之间发生了场景变化，否则认为两帧之间没有发生场景变化；

S3：根据S2的检测结果，对待测视频进行分段，使隶属于同一场景的所有帧划分至同一段中，再将每段视频表示为一个三阶张量；

S4：对每个张量进行张量分解获得特征张量，具体公式如下：式中， 为单个场景的视频张量，W为张量沿时间轴展开后的矩阵，ε为提取出的特征张量，上标T表示转置；

S5：从每个特征张量中提取特征图；

S6：将所有场景的特征图帧按序逐帧重构为视频文件，该视频文件即为浓缩后的目标视频。

2.根据权利要求1所述的基于张量分解的视频浓缩方法，其特征在于，步骤S1中，每个块的大小为8×8。

3.根据权利要求1所述的基于张量分解的视频浓缩方法，其特征在于，步骤S2中，设定间隔步长β，两两计算间隔帧之间的差异值：其中：D(i，i+β)表示第i帧与第i+β帧之间的差异值，|·|表示向量的模；

若1‑|D(i，i+β)|＞T1，则认为第i帧与第i+β帧发生了场景的变化，属于不同场景；否则认为第i帧与第i+β帧之间没有发生场景变化，属于同一场景；其中T1为第一阈值，|D(i，i+β)|表示D(i，i+β)的绝对值。

4.根据权利要求3所述的基于张量分解的视频浓缩方法，其特征在于，步骤S2中，设定第二阈值T2，且T2＞T1；

若1‑|D(i，i+β)|≥T2，则认为第i帧与第i+β帧发生了场景的变化；

若1‑|D(i，i+β)|≤T1，则认为第i帧与第i+β帧之间没有发生场景变化；

若T1＜1‑|D(i，i+β)|＜T2，则继续进行二次判定，判定方法为：

1)从第i帧中取出N个块，然后从第i+β帧的相同为位置取出等数量的N个块，再将两帧图像中位置对应的两个块作为一组；

2)依次对每组块的DCT系数相减求和，计算公式为：式中：D(i，i+β，l)表示第i帧与第i+β帧的第l组块之间的绝对差；cl，k(i)是第i帧第l块的第k个像素的DCT系数；max[cl，k(i)，cl，k(i+β)]表示cl，k(i)和cl，k(i+β)之间的较大值；

如果绝对差D(i，i+β，l)超过第三阈值T3，则认为第i帧与第i+β帧的第l组块发生了变化，否则认为没有发生变化；

3)统计N组块中发生块变化的组数量，若超过第四阈值T4，则认为视频序列从第i帧与第i+β帧发生了场景的变化；否则视为从第i帧与第i+β帧没有发生场景的变化。

5.根据权利要求1所述的基于张量分解的视频浓缩方法，其特征在于，步骤S5中，提取特征张量的第一切片为特征图。