一种基于感知与像差的视频内容比对方法及装置制造方法及图纸

本发明专利技术公开了一种基于感知与像差的视频内容比对方法及装置，该方法包括：获取源视频图像序列及目标视频图像序列；提取感知哈希特征和像差特征；根据感知哈希特征判断对齐后的所述源视频图像序列和所述目标视频图像序列是否相似匹配；如果对齐后的所述源视频图像序列和所述目标视频图像序列相似匹配，根据所述源视频图像序列的像差特征及所述目标视频图像序列的像差特征，判断相似匹配后的所述源视频图像序列和所述目标视频图像序列是否精确匹配；输出基于所述判断结果生成的比对结果。与现有技术相比，本实施例针对整体图像，结合感知哈希与像差算法，采用分步匹配判断法，能够同时满足视频内容比对的低计算复杂度要求和高准确性要求。

A method and device of video content comparison based on perception and aberration

【技术实现步骤摘要】
一种基于感知与像差的视频内容比对方法及装置
本专利技术涉及图像识别
，特别涉及基于感知与像差的视频内容比对方法及装置。
技术介绍
电视中的视频内容通常通过广播电视信号进行传输。在广播电视信号的传输过程中，视频内容可能会发生非法篡改、节目错漏播、信号传输故障等影响视频内容质量的情况。因此对视频内容进行监测对减少视频内容错误尤为重要。对不同环节的视频信号进行内容对比，是一种直接有效的监测技术手段；另外，在视频检索、视频广告监测等业务场景中，通过将样本视频片段和目标视频进行内容比对，从而检索出样本视频片段是否出现以及出现的位置、时长，也是视频内容比对技术的另一种重要应用。由于视频比对过程中需要处理的数据量较大，因此对视频比对的方法不仅要求具有良好的失真鲁棒性，还需要具有较高的计算性能。目前，视频内容比对技术主要通过视频图像匹配实现，常见的方法有感知哈希(PHash)、颜色矩(ColorMoment)、尺度不变特征变换(SIFT)、卷积神经网络(CNN)、峰值信噪比(PSNR)等。这些方法中部分方法，比如SIFT方法，SIFT方法虽然准确性较好，但计算复杂度高，且只是针对图像的局部特征。现有的视频比对技术还不能同时满足低计算复杂度要求和高准确性要求。
技术实现思路
本专利技术实施例提供了一种基于感知与像差的视频内容比对方法及装置，以解决现有图像比对方法不能够同时满足低计算复杂度要求和高准确性要求的问题。一方面，本专利技术实施例提供了一种基于感知与像差的视频内容比对方法，该方法包括：获取源视频图像序列及目标视频图像序列；提取所述源视频图像序列及所述目标视频图像序列的感知哈希特征和像差特征；根据所述源视频图像序列的感知哈希特征及所述目标视频图像序列的感知哈希特征，计算所述源视频图像序列及所述目标视频图像序列的对齐偏移量；根据所述对齐偏移量对齐所述源视频图像序列和所述目标视频图像序列；根据所述源视频图像序列的感知哈希特征及所述目标视频图像序列的感知哈希特征，判断对齐后的所述源视频图像序列和所述目标视频图像序列是否相似匹配；如果对齐后的所述源视频图像序列和所述目标视频图像序列相似匹配，根据所述源视频图像序列的像差特征及所述目标视频图像序列的像差特征，判断相似匹配后的所述源视频图像序列和所述目标视频图像序列是否精确匹配；输出基于所述判断结果生成的比对结果。结合一方面，在第一种可能的实现方式中，提取所述源视频图像序列的感知哈希特征及所述目标视频图像序列的感知哈希特征包括：提取所述源视频图像序列的灰度值及所述目标视频图像序列的灰度值，生成源视频灰度图像序列和目标视频灰度图像序列；缩放所述源视频灰度图像序列和所述目标视频灰度图像序列；将缩放后的所述源视频灰度图像序列和所述目标视频灰度图像序列进行离散余弦变换；分别取离散余弦变换后的所述源视频灰度图像序列和所述目标视频灰度图像序列的左上角块系数；计算所述块系数的系数均值；判断所述块系数中每一系数值与所述系数均值的大小关系，如果系数值大于或等于所述系数均值，则将系数点标记为1，如果系数值小于所述系数均值，则将系数点标记为0；根据标记结果生成所述源视频图像序列的感知哈希特征及所述目标视频图像序列的感知哈希特征。结合一方面，在第二种可能的实现方式中，提取所述源视频图像序列的像差特征及所述目标视频图像序列的像差特征包括：提取所述源视频图像序列的灰度值及所述目标视频图像序列的灰度值，生成源视频灰度图像序列和目标视频灰度图像序列；缩放所述源视频灰度图像序列和所述目标视频灰度图像序列；将缩放后的所述源视频灰度图像序列和所述目标视频灰度图像序列分割成N个像素块；计算N个所述像素块中所有像素点的块像素均值；计算每一像素点灰度值与所述块像素均值的像差，如果所述像差大于或等于0，则将像素点标记为1，如果所述像差小于0，则将像素点标记为0；根据标记结果生成所述源视频图像序列的N个块像差特征及所述目标视频图像序列的N个块像差特征。结合第二种可能的实现方式，在第三种可能的实现方式中，根据所述源视频图像序列的像差特征及所述目标视频图像序列的像差特征，判断相似匹配后的所述源视频图像序列和所述目标视频图像序列是否精确匹配包括：根据所述源视频图像序列的N个块像差特征及所述目标视频图像序列的N个块像差特征生成所述源视频图像序列的像素块和所述目标视频图像序列的像素块之间的匹配结果；根据所述匹配结果计算相匹配的所述像素块与所述像素块的比值；根据所述比值计算所述源视频图像序列和所述目标视频图像序列的平均匹配块百分比；根据所述平均匹配块百分比与预设匹配块百分比的大小关系，判断相似匹配后的所述源视频图像序列和所述目标视频图像序列是否精确匹配。结合第三种可能的实现方式，在第四种可能的实现方式中，根据所述平均匹配块百分比与预设匹配块百分比的大小关系，判断相似匹配后的所述源视频图像序列和所述目标视频图像序列是否精确匹配包括：如果所述平均匹配块百分比小于所述预设匹配块百分比，则相似匹配后的所述源视频图像序列和所述目标视频图像序列不精确匹配；如果所述平均匹配块百分比大于或等于所述预设匹配块百分比，则相似匹配后的所述源视频图像序列和所述目标视频图像序列精确匹配。结合一方面，在第五种可能的实现方式中，根据所述源视频图像序列的感知哈希特征及所述目标视频图像序列的感知哈希特征，计算所述源视频图像序列及所述目标视频图像序列的对齐偏移量，包括：选取多个预选对齐偏移量；根据所述预选对齐偏移量对齐所述源视频图像序列和所述目标视频图像序列；根据所述源视频图像序列的感知哈希特征及所述目标视频图像序列的感知哈希特征，计算对齐后的所述源视频图像序列和所述目标视频图像序列的平均汉明距离；选取所述平均汉明距离最小的所述预选对齐偏移量为对齐偏移量。结合一方面，在第六种可能的实现方式中，根据所述源视频图像序列的感知哈希特征及所述目标视频图像序列的感知哈希特征，判断对齐后的所述源视频图像序列和所述目标视频图像序列是否相似匹配包括：计算所述源视频图像序列的感知哈希特征及所述目标视频图像序列的感知哈希特征的平均汉明距离；根据所述平均汉明距离与预设阈值的大小关系，判断所述对齐后的所述源视频图像序列和所述目标视频图像序列是否相似匹配。结合第六种可能的实现方式，在第七种可能的实现方式中，根据所述平均汉明距离与预设阈值的大小关系，判断所述对齐后的所述源视频图像序列和所述目标视频图像序列是否相似匹配包括：如果所述平均汉明距离大于所述预设阈值，则所述对齐后的所述源视频图像序列和所述目标视频图像序列不相似匹配；如果所述平均汉明距离小于或等于所述预设阈值，则所述对齐后的所述源视频图像序列和所述目标视频图像序列相似匹配。结合一方面，在第八种可能的实现方式中，根据所述源视频图像序列的感知哈希特征及所述目标视频图像序列的感知哈希特征，计算所述源视频图像序列及所述目标视频图像序列的对齐偏移量还包括：选取预设时间长度内的所述源视频图像序列及所述目标视频图像序列；根据预设时间长度内的所述源视频图像序列的感知哈希特征及所述目标视频图像序列的感知哈希特征，计本文档来自技高网...

【技术保护点】
1.一种基于感知与像差的视频内容比对方法，其特征在于，包括：/n获取源视频图像序列及目标视频图像序列；/n提取所述源视频图像序列及所述目标视频图像序列的感知哈希特征和像差特征；/n根据所述源视频图像序列的感知哈希特征及所述目标视频图像序列的感知哈希特征，计算所述源视频图像序列及所述目标视频图像序列的对齐偏移量；/n根据所述对齐偏移量对齐所述源视频图像序列和所述目标视频图像序列；/n根据所述源视频图像序列的感知哈希特征及所述目标视频图像序列的感知哈希特征，判断对齐后的所述源视频图像序列和所述目标视频图像序列是否相似匹配；/n如果对齐后的所述源视频图像序列和所述目标视频图像序列相似匹配，根据所述源视频图像序列的像差特征及所述目标视频图像序列的像差特征，判断相似匹配后的所述源视频图像序列和所述目标视频图像序列是否精确匹配；/n输出基于所述判断结果生成的比对结果。/n

【技术特征摘要】
1.一种基于感知与像差的视频内容比对方法，其特征在于，包括：
获取源视频图像序列及目标视频图像序列；
提取所述源视频图像序列及所述目标视频图像序列的感知哈希特征和像差特征；
根据所述源视频图像序列的感知哈希特征及所述目标视频图像序列的感知哈希特征，计算所述源视频图像序列及所述目标视频图像序列的对齐偏移量；
根据所述对齐偏移量对齐所述源视频图像序列和所述目标视频图像序列；
根据所述源视频图像序列的感知哈希特征及所述目标视频图像序列的感知哈希特征，判断对齐后的所述源视频图像序列和所述目标视频图像序列是否相似匹配；
如果对齐后的所述源视频图像序列和所述目标视频图像序列相似匹配，根据所述源视频图像序列的像差特征及所述目标视频图像序列的像差特征，判断相似匹配后的所述源视频图像序列和所述目标视频图像序列是否精确匹配；
输出基于所述判断结果生成的比对结果。


2.根据权利要求1所述的方法，其特征在于，提取所述源视频图像序列的感知哈希特征及所述目标视频图像序列的感知哈希特征包括：
提取所述源视频图像序列的灰度值及所述目标视频图像序列的灰度值，生成源视频灰度图像序列和目标视频灰度图像序列；
缩放所述源视频灰度图像序列和所述目标视频灰度图像序列；
将缩放后的所述源视频灰度图像序列和所述目标视频灰度图像序列进行离散余弦变换；
分别取离散余弦变换后的所述源视频灰度图像序列和所述目标视频灰度图像序列的左上角块系数；
计算所述块系数的系数均值；
判断所述块系数中每一系数值与所述系数均值的大小关系，如果系数值大于或等于所述系数均值，则将系数标记为1，如果系数值小于所述系数均值，则将系数标记为0；
根据标记结果生成所述源视频图像序列的感知哈希特征及所述目标视频图像序列的感知哈希特征。


3.根据权利要求1所述的方法，其特征在于，提取所述源视频图像序列的像差特征及所述目标视频图像序列的像差特征包括：
提取所述源视频图像序列的灰度值及所述目标视频图像序列的灰度值，生成源视频灰度图像序列和目标视频灰度图像序列；
缩放所述源视频灰度图像序列和所述目标视频灰度图像序列；
将缩放后的所述源视频灰度图像序列和所述目标视频灰度图像序列分割成N个像素块；
计算N个所述像素块中所有像素点的块像素均值；
计算每一像素点灰度值与所述块像素均值的像差，如果所述像差大于或等于0，则将像素点标记为1，如果所述像差小于0，则将像素点标记为0；
根据标记结果生成所述源视频图像序列的N个块像差特征及所述目标视频图像序列的N个块像差特征。


4.根据权利要求3所述的方法，其特征在于，根据所述源视频图像序列的像差特征及所述目标视频图像序列的像差特征，判断相似匹配后的所述源视频图像序列和所述目标视频图像序列是否精确匹配包括：
根据所述源视频图像序列的N个块像差特征及所述目标视频图像序列的N个块像差特征生成所述源视频图像序列的像素块和所述目标视频图像序列的像素块之间的匹配结果；
根据所述匹配结果计算相匹配的所述像素块与所述像素块的比值；
根据所述比值计算所述源视频图像序列和所述目标视频图像序列的平均匹配块百分比；
根据所述平均匹配块百分比与预设匹配块百分比的大小关系，判断相似匹配后的所述源视频图像序列和所述目标视频图像序列是否精确匹配。


5.根据权利要求4所述的方法，其特征在于，根据所述平均匹配块百分比与预设匹配块百分比的大小关系，判断相似匹配后的所述源视频图像序列和所述目标视频图像序列是否精确匹配包括：
如果所述平均匹配块百分比小于所述预设匹配块百分比，则相似匹配后的所述源视频图像序列和所述目标视频图像序列不精确匹配；
如果所述平均匹配块百分比大于或等于所述预设匹配块百分比，则相似匹配后的所述源视频图像序列和所述目标视频图像序列精确匹配。


6.根据权利要求1所述的方法，其特征在于，根据所述源视频图像序列的感知哈希特征及所述目标视频图像序列的...

【专利技术属性】
技术研发人员：姜卫平，李国华，郭忠武，王荣芳，纪军，韩煜，
申请(专利权)人：北京市博汇科技股份有限公司，
类型：发明
国别省市：北京;11