一种基于优化视频特征的视频抄袭检测方法技术

本发明专利技术公开了一种基于优化视频特征的视频抄袭检测方法，提取底库视频帧的CNN特征，采用Transformer编码器对CNN特征进行优化，得到底库视频帧的优化CNN特征，组成特征数据库；提取查询视频帧的CNN特征，采用Transformer编码器对CNN特征进行优化，得到查询视频帧的优化CNN特征，计算查询视频帧的优化CNN特征与底库视频帧的优化CNN特征的相似度，选取一定数量的相似度最大值，其对应的底库视频成为查询视频帧的候选视频，并与查询视频帧组成候选视频对，基于所有查询视频帧的候选视频对，生成相似度矩阵，在相似度矩阵的对角线上，得到疑似抄袭视频位置，提高了抄袭视频检测效率。提高了抄袭视频检测效率。提高了抄袭视频检测效率。

【技术实现步骤摘要】
一种基于优化视频特征的视频抄袭检测方法


[0001]本专利技术涉及视频检测
，尤其是涉及一种基于优化视频特征的视频抄袭检测方法。

技术介绍

[0002]目前，随着各网络平台的蜂蛹出现，出现在各平台上的视频量越 来越大，流量成为了许多人追求的唯一目标，为了达到这个目标，有 的视频发布者，抄袭别人的视频进行播报，对视频原创者的利益造成 侵害；从众多的视频中找到需要的视频，如果仅仅由人工来进行，则 成本高效率低。
[0003]因此，如何从天量的视频中，快速检测出需要的视频，是目前亟 待解决的问题。

技术实现思路

[0004]本专利技术的目的是提供一种基于优化视频特征的视频抄袭检测方法，提取底库视频帧的CNN特征，采用编码器对CNN特征进行优化，得到底库视频帧的优化CNN特征，组成特征数据库；提取查询视频帧的CNN特征，采用编码器对CNN特征进行优化，得到查询视频帧的优化CNN特征，计算查询视频帧的优化CNN特征与底库视频帧的优化CNN特征的相似度，选取一定数量的相似度最大值，形成查询视频帧的候选视频，并与查询视频帧组成候选视频对，基于所有查询视频帧的候选视频对，生成相似度矩阵，在相似度矩阵的对角线上，得到疑似抄袭视频位置，提高了抄袭视频检测效率。
[0005]第一方面，本专利技术的上述专利技术目的通过以下技术方案得以实现：一种基于优化视频特征的视频抄袭检测方法，对视频底库中的视频进行抽帧，得到至少一个第一抽取帧，提取各第一抽取帧的第一特征，对第一特征进行优化，得到第一优化特征，所有第一优化特征形成特征数据库；对查询视频进行抽帧，得到至少一个第二抽取帧，提取各第二抽取帧的第二特征，对第二特征进行优化，得到第二优化特征；所述第一特征与第二特征是相同类型的特征，计算第一优化特征与第二优化特征进行相似度，从相似度最大开始选取一定数量，将选中的相似度对应的底库抽取帧与查询抽取帧作为候选视频对，对所有候选视频对生成相似度矩阵，增加相似度矩阵上疑似抄袭位置帧图像的第一相似度，减小相似度矩阵非抄袭位置帧图像的第二相似度，定位抄袭视频位置。
[0006]本专利技术进一步设置为：所述第一特征与第二特征同为卷积神经网络特征，在特征数据库中标记各第一抽取帧所属视频ID和在所属视频中的位置。
[0007]本专利技术进一步设置为：以疑似抄袭视频片段作为正数据集，以非抄袭视频中的随机片段为负数据集，或以被误检测为抄袭视频而实际上为非抄袭视频片段为负数据集，训练Transformer编码器。
[0008]本专利技术进一步设置为：所述第一特征与第二特征同为CNN特征，将第一特征输入Transformer编码器进行优化，得到第一优化特征；将第二特征输入Transformer编码器进行优化，得到第二优化特征。
[0009]本专利技术进一步设置为：计算每一个第二优化特征与特征数据库中的各第一优化特征的相似度，获得相似度大于设定阈值的所有第一抽取帧。
[0010]本专利技术进一步设置为：将所有第一抽取帧中的各底库视频帧，按照底库视频ID进行归类，计算属于同一视频ID的相似度总和，将相似度总和由大到小列表，选取列表中排列在前的一定数量相似度对应的视频作为候选视频，查询视频与每一个候选视频分别形成候选视频对，基于候选视频对，生成相似度矩阵。
[0011]本专利技术进一步设置为：计算相似度矩阵与理想相似度矩阵的损失函数，优化Transformer编码器。
[0012]第二方面，本专利技术的上述专利技术目的通过以下技术方案得以实现：一种基于优化视频特征的视频抄袭检测终端设备，包括处理器、存储器，所述存储器存储有能够在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时能够实现本申请所述方法。第三方面，本专利技术的上述专利技术目的通过以下技术方案得以实现：一种计算机可读存储介质，所述存储介质上存储有计算机程序，所述计算机程序被执行时实现本申请所述方法。
[0013]与现有技术相比，本申请的有益技术效果为：1.本申请通过对视频特征的优化，使检测视频与底库视频的相似度矩阵具有明显的对角线特征，增加了对角线上疑似抄袭位置帧图像的相似度，减小相似度矩阵非抄袭位置帧图像的相似度，快速定位抄袭视频位置；2.进一步地，本申请采用Transformer编码器对视频CNN特征进行优化，提高视频CNN特征表达能力；3.进一步地，本申请将所有的底库视频特征集中在一个数据库中，降低了误检率，加快了检测速度；4.进一步地，本申请采用优化视频特征计算相似度矩阵，缩小了搜索范围，提高检测效率。
附图说明
[0014]图1是本申请的一个具体实施例的抄袭视频检测流程示意图。
具体实施方式
[0015]以下结合附图对本专利技术作进一步详细说明。
[0016]具体实施例一本申请的一种基于优化视频特征的视频抄袭检测方法，如图1所示，包括以下步骤：视频抽帧、提取视频特征、对视频特征进行优化、基于优化视频特征选择相似度最大作为候选视频对、基于候选视频对建立相似度矩阵、定位抄袭视频位置。
[0017]从待检测视频、视频底库中分别获取一定数量的视频帧，进行检测。获取视频帧的方法很多，本申请采用间隔抽帧的方法进行帧视频的提取。
[0018]从视频底库中的视频中，每间隔一定数量帧图像抽取一帧视频图像，作为底库视频帧图像，提取底库视频帧图像的图像特征，例如CNN特征，对图像特征进行优化，得到底库
视频优化图像特征。
[0019]所有的底库视频优化图像特征组成快速搜索数据库，对每个底库视频优化图像特征进行标注，标注中包括记录该底库视频图像所处的视频ID和在视频中的位置。
[0020]将所有的底库视频优化图像特征集中在一个数据库中，一方面降低了误检率，因为相关视频相似度较高，因而被选中的概率较大，而不相关视频的相似度较低，被选中的概率就大为减小；另一方面，采用本申请的方法，检索速度与视频量基本无关，加快了检测速度。
[0021]从待检测视频中每隔一定间隔抽取视频帧图像，得到一定比例数量的待检测视频帧，提取待检测视频帧的图像特征，包括CNN特征，对图像特征进行优化，得到待检测视频优化图像特征。
[0022]对每一个待检测视频帧优化图像特征，从数据库中搜索相似的底库视频帧优化图像特征，计算二者之间的相似度值，获得相似度大于设定阈值的所有第一抽取帧，按照底库视频ID，计算同一ID视频的相似度总和，把所有ID视频的相似度总和由大到小进行排序列表，从列表第一个开始，选取一定数量，其对应的底库抽取帧组成近邻帧组，近邻帧组中的每一个底库抽取帧所在的底库视频为该查询视频的候选视频，查询视频与每一个候选视频组成候选视频对，所有候选视频对的相似度组成相似度矩阵。
[0023]经过优化图像特征，在相似度矩阵中，疑似抄袭视频帧位于相似度矩阵的对角线位置，增加对角线位置疑似抄袭帧图像的相似度，减小非对角线位置非抄袭视频帧图像的相似度，便于快速查找抄袭帧图像。
[0024]在本申请的一个具体实施例中，对每个查询抽取帧图像和每个底库本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于优化视频特征的视频抄袭检测方法，其特征在于：对视频底库中的视频进行抽帧，得到至少一个第一抽取帧，提取各第一抽取帧的第一特征，对第一特征进行优化，得到第一优化特征，所有第一优化特征形成特征数据库；对查询视频进行抽帧，得到至少一个第二抽取帧，提取各第二抽取帧的第二特征，对第二特征进行优化，得到第二优化特征；所述第一特征与第二特征是相同类型的特征，计算第一优化特征与第二优化特征进行相似度，从相似度最大开始选取一定数量，将选中的相似度对应的底库抽取帧与查询抽取帧作为候选视频对，对所有候选视频对生成相似度矩阵，增加相似度矩阵上疑似抄袭位置帧图像的第一相似度，减小相似度矩阵非抄袭位置帧图像的第二相似度，定位抄袭视频位置。2.根据权利要求1所述基于优化视频特征的视频抄袭检测方法，其特征在于：所述第一特征与第二特征同为卷积神经网络特征，在特征数据库中标记各第一抽取帧所属视频ID和在所属视频中的位置。3.根据权利要求1所述基于优化视频特征的视频抄袭检测方法，其特征在于：以疑似抄袭视频片段作为正数据集，以非抄袭视频中的随机片段为负数据集，或以被误检测为抄袭视频而实际上为非抄袭视频片段为负数据集，训练Transformer编码器。4.根据权利要求1所述基于优化视频特征的视频抄袭检测方法，其特征在于：所述第一特征与第二特征同为CNN特征，将第一特征输入Tr...

【专利技术属性】
技术研发人员：谭卫军，郭洪伟，
申请(专利权)人：深圳神目信息技术有限公司，
类型：发明
国别省市：