一种视频检测方法及装置制造方法及图纸

本发明专利技术公开了一种冗余度小且能对与镜头的边界不一致的样本视频进行检测的视频检测方法及装置，其包括如下方案：首先、确定样本视频的标准时长Ｌ和检测间隔Ｔ；其次、从当前检测点开始，向前截取Ｌ＋Ｔ长的视频片断作为检测区域；然后、提取标准样本视频的视频特征，判断当前检测区域是否存在与其特征一致的视频片段，若存在则认为接收的视频流中包含该样本视频，该步骤中提取视频特征的方法为：Ａ、对视频帧进行抽样；Ｂ、计算各抽样帧的颜色特征和纹理特征，并对各帧的纹理特征分别进行高斯归一化处理；Ｃ、将各抽样帧的颜色特征和纹理特征分别进行聚类，以颜色特征的类中心点作为视频的颜色特征，以纹理特征的类中心点作为视频的纹理特征。

【技术实现步骤摘要】

本专利技术属于视频识别
，尤其涉及一种视频检测方法及装置。
技术介绍
随着信息网络的发展、有线电视数字化改造的进行以及移动电视、手机电视、网络 电视、IPTV等新媒体业务形式的出现，使得数字媒体的版权保护形势越来越严峻。要实现对数字版权的保护，首先要能够对播出的视频内容进行准确识别，判断其 是否包含有未经版权人同意而擅自传播的视频内容。同时，对播出的视频内容进行准确识 别，不仅有助于对数字版权的保护，还有助于基于国家法律法规，对视频播放业务进行多方 面的管理与规制，对保证数字内容产业的可持续良性发展具有非常重要的意义。目前常用的视频检测方法主要有两种，一种是以一个完整的镜头为一个识别单元 进行识别，即以镜头为分割点进行识别，由于样本视频的边界是任意的，不一定与镜头重 合，因此该方法不能实现对边界任意的样本视频进行正确识别，所谓样本视频，即作为样本 的已知视频，视频检测的目的即在于判别播出的视频中是否包含某个样本视频；另一种是 针对视频片断中的局部图像进行识别，例如智能交通识别技术里面对车辆的检测，该方法 不能实现对完整的视频片断进行识别。视频检测的另一个难点在于视频拷贝与样本视频之间存在畸变，例如图像尺寸、 比特率、帧率等变化，如何鲁棒的检测出不同视频拷贝是识别算法所必需解决的关键技术之一。本专利技术提出了一种新的视频检测方法及装置，以克服现有技术中存在的上述缺 陷。
技术实现思路
本专利技术要解决的技术问题是提供一种冗余度较小，且能对其边界与镜头边界不一 致的样本视频进行检测的视频检测方法及装置。为解决上述技术问题，本专利技术视频检测方法包括如下步骤第一步、确定样本视频的标准时长L和检测间隔T ；为了得到更完整和准确的检测结果，本专利技术视频检测可以是一个持续的过程，所 述检测间隔指实施两次检测之间的时间间隔，即两个相邻的检测区域检测点之间的距离， 各检测区域的检测点在时间轴上是均勻的。第二步、在接收的视频流中，选定一个时刻作为当前检测点，从该当前检测点开 始，向前截取L+T长的视频片断作为检测区域；并在样本视频中截取L长的视频片段作为标 准样本视频；第三步、提取所述标准样本视频的视频特征，判断当前检测区域里是否存在与所 述标准样本视频等长且视频特征一致的视频片断，若存在则认为接收的视频流中包含该样 本视频；若不存在则认为所述检测区域中不包含该样本视频，并执行第四步；第四步、按上述方式选取下一个检测区域，判断该检测区域里是否存在与所述标 准样本视频等长且视频特征一致的视频片断，若存在则认为接收的视频流中包含该样本视 频，若不存在则继续选取下一个检测区域进行检测，直到使用的检测区域个数达到预定数 目，此时如果仍未找到与所述标准样本视频视频特征一致的视频片段，则认为接收的视频 流中不包含该样本视频。在第一步中，之所以一个通常短于样本视频的时长作为标准时长，主要是出于实 时性的考虑。所述标准时长设置得越短，则实时性越好，但同时标准时长越短识别精度越 低。因此，所述标准时长的确定要综合实时性的要求和识别精度的要求而定。如果样本视 频本身的长度已经能够满足实时性要求，则L可取样本视频长。在第二步中，截取标准样本视频时，可以是从样本视频的起点向后截取的，这样当 该样本视频在实际的视频流中刚播出L时长就能被检测出来，从而能够减小检测延迟。在第三步中，可以采用将所述标准样本视频在所述检测区域中滑动，看是否跟某 个视频片断一致的方式来进行检测。第三步中，可以采用现有技术中的视频特征抽取方法来提取视频特征，可以是提 取视频帧的图像特征，也可以是提取视频的运动特征。第三步中，还可以采用如下步骤来提取视频特征第一步、对视频帧进行抽样；第二步、计算各抽样帧的颜色特征和纹理特征，并对各帧的纹理特征分别进行归 一化处理，使纹理特征的各维分量的值域均落在指定区间，例如W，1]区间上。进行归一化 处理的好处在于，使各维分量在进行特征距离计算的时候，贡献基本一致。本专利技术优选高斯 归一法进行处理。第三步、将各抽样帧的颜色特征和纹理特征分别进行聚类处理，得到颜色特征和 纹理特征的类中心点，以颜色特征的类中心点作为视频的颜色特征，以纹理特征的类中心 点作为视频的纹理特征，则以所述颜色特征和纹理特征作为该视频的视频特征。聚类的好 处在于能够平滑噪声的影响，和少数帧的畸变或丢失，并减少视频匹配的复杂度。本专利技术优 选K-Means聚类算法进行聚类处理。本专利技术中，对所述标准样本视频和对所述检测区域中相应的视频片段提取视频特 征的方式是一致的。在对播出的视频进行检测时，若不止一个样本视频，取与接收的视频流中相应的 视频片段一致性最好的样本视频作为检测结果。也可以预先设定一个相似度阀值，仅当有 样本视频与接收的视频流中相应视频片段的相似度高于该阀值时，才认为有样本视频被检 出，否则认为所有的样本视频均未被包含在播出的视频流中。也就是说，按照该方法，有不 止一个样本视频被认为包含在接收的视频流中时，认为接收的视频流中仅包含视频特征与 所述检测区域中相应的视频片段一致性最好的样本视频。为解决上述技术问题，本专利技术视频检测装置包括播出视频采集模块、检测区域选取模块和样本视频识别模块；其中，所述播出视频采集模块用于采集播出的视频数据；所述检测区域选取模块用于在采集的所述视频数据中，根据需要选定若干个检测 区域，检测区域均是从选定的该区域的检测点开始，向前截取L+T长的视频片断得到的，各区域的检测点在时间轴上均勻分布，相邻两个检测点之间的距离为T，L为样本视频的标准 时长，其不大于样本视频的长度；所述检测区域选取模块还用于在样本视频中截取L长的视频片段作为标准样本 视频；所述样本视频识别模块用于提取所述标准样本视频的视频特征，判断当前检测区 域里是否存在与所述标准样本视频等长且视频特征一致的视频片断，若存在则认为播出的 视频中包含该样本视频，若不存在则判断下一个检测区域里是否存在与所述标准样本视频 等长且视频特征一致的视频片断，若存在则认为接收的视频流中包含该样本视频，否则继 续选取又一个检测区域进行检测，若所述各检测区域均不存在这样的视频片段，则认为接 收的视频流中不包含该样本视频。其中，所述样本视频识别模块包括视频特征提取子模块和判决子模块；所述视频特征提取子模块用于按照如下方式提取所述标准样本视频和所述检测 区域中对应的视频片段的视频特征首先、对视频帧进行抽样；其次、计算各抽样帧的颜色特征和纹理特征，并对各帧的纹理特征分别进行归一 化处理，使纹理特征的各维分量的值域均落在指定区间，例如W，l]区间上；然后、将各抽样帧的颜色特征和纹理特征分别进行聚类处理，得到颜色特征和纹 理特征的类中心点，以颜色特征的类中心点作为视频的颜色特征，以纹理特征的类中心点 作为视频的纹理特征，则以所述颜色特征和纹理特征作为该视频的视频特征。所述判决子模块用于判断所述检测区域中是否存在与所述标准样本视频等长且 视频特征一致的视频片段，从而得出接收的视频流中是否包含该样本视频的结论。本专利技术的有益效果为1)本专利技术在接收的视频流中，从当前检测时刻开始向前追溯L+T时长的视频片段 作为检测区域，判断该检测区域中是否包含样本视频。采用本专利技术方案，能在最小数据冗余 度的情况下完整检测出已知视频片本文档来自技高网...

【技术保护点】
一种视频检测方法，其特征在于包括如下步骤：第一步、确定样本视频的标准时长Ｌ和检测间隔Ｔ；第二步、在接收的视频流中，选定一个时刻作为检测点，从该当前检测点开始，向前截取Ｌ＋Ｔ长的视频片断作为一个检测区域；并在样本视频中截取Ｌ长的视频片段作为标准样本视频；第三步、提取所述标准样本视频的视频特征，判断当前检测区域里是否存在与所述标准样本视频等长且视频特征一致的视频片断，若存在则认为接收的视频流中包含该样本视频；若不存在则认为该检测区域中不包含该样本视频，并执行第四步；第四步、按上述方式选取下一个检测区域，判断该检测区域里是否存在与所述标准样本视频等长且视频特征一致的视频片断，若存在则认为接收的视频流中包含该样本视频，若不存在则继续选取下一个检测区域进行检测，直到使用的检测区域个数达到预定数目，此时如果仍未找到与所述标准样本视频等长且视频特征一致的视频片段，则认为接收的视频流中不包含该样本视频；所述样本视频的标准时长不大于样本视频的长度，所述检测间隔指实施两次检测之间的时间间隔，即两个相邻的检测区域检测点之间的距离，各检测区域的检测点在时间轴上是均匀的。

【技术特征摘要】

【专利技术属性】
技术研发人员：杨显锋，刘晓蓉，袁敏，马爽，
申请(专利权)人：国家广播电影电视总局广播科学研究院，
类型：发明
国别省市：11[中国|北京]