一种基于时空特征的网络同源视频检测方法技术
【技术实现步骤摘要】
一种基于时空特征的网络同源视频检测方法
本专利技术涉及计算机视觉领域，特别涉及一种基于内容的网络同源视频检测(Content-BasedVideoCopyDetection)方法。
技术介绍
随着网络上多媒体技术的迅猛发展，视频数据更是呈现出海量增长的势头。作为多媒体处理中的一个重要研究领域，网络同源视频检测旨在根据视频的内容实现相似、拷贝视频的有效检测，以便满足版权保护、数据压缩、数据源跟踪等多项应用。由于原始视频会经过如图中图、重编码、裁剪、对比度改变等一系列变换，所以增加了同源视频检测的难度。现今，多数的同源视频检测系统是基于视觉信息建立的，根据处理视频的结构，可以分为两大类：基于帧和基于视频段。基于帧的同源视频检测系统首先通过提取关键帧或者均匀采样获得帧，然后对这些帧提取二维兴趣点并用特征描述子(descriptors)表示。为了不丢失视频的时序特征，也会在后续处理中添加表示时序的信息，如采用1-DHough算法将时间上有序的视频帧分组，或将帧的特征按照一定规则排序等。最后，分别通过帧层的匹配和视频层的匹配获得最终的检测结果。虽然这类基于帧的检测方法在一定...
【技术保护点】
一种基于时空特征的网络同源视频检测方法，该方法包括以下步骤：?步骤1：对输入的待检测视频进行预处理，从而去除低信息帧或异常帧，并进行图中图检测；?步骤2：将至少一个参考视频与预处理后的待检测视频进行视频片段分割，得到一系列的视频片段，每个视频片段由相等数目的连续帧组成；?步骤3：分别对上述所有的视频片段提取时空特征数据；?步骤4：采用局部敏感哈希方法对上述得到的时空特征数据进行有效索引以及搜索，从而匹配得到相似视频片段，并输出最终同源视频。
【技术特征摘要】
1.一种基于时空特征的网络同源视频检测方法，该方法包括以下步骤：步骤1：对输入的待检测视频进行预处理，从而去除低信息帧或异常帧，并进行图中图检测；步骤2：将至少一个参考视频与预处理后的待检测视频进行视频片段分割，得到一系列的视频片段，每个视频片段由相等数目的连续帧组成；步骤3：分别对所述视频片段提取时空特征数据；步骤4：采用局部敏感哈希方法对所述时空特征数据进行有效索引以及搜索，从而匹配得到相似视频片段，并输出最终同源视频；其中，对于步骤4，包括如下步骤：步骤4a：建立参考视频的文件名表格，用于存储文件名、文件名长度、文件的ID以及各参考视频的视频片段ID；步骤4b：建立上述文件名表格相应的兴趣点表格，存储各参考视频片段中相应的兴趣点的ID、x和y坐标、梯度方向、空间尺度和时间尺度及降维后的低维特征向量；步骤4c：由基于比特采样的LSH函数族创建参考视频的LSH索引表；具体为：将步骤4b中所有兴趣点的低维特征向量构建成名为X的数据域，其元素为每一个兴趣点的低维特征向量，其中v是数据域X中的一个兴趣点(x1，....xd)，c是X中所有兴趣点各维数值中最大的坐标值，d为数据域X的维数，d′＝cd，d′是海明空间维数，通过下式先对原始数据空间进行海明嵌入：f(v)＝Unaryc(x1)...Unaryc(xd)其中，Unaryc(x)是x的二进制表示；相应的海明空间为{0，1}d′；随机独立地从{1，...d′}中挑选k个数，k为小于d′的整数；然后对于每一个点v，计算v在海明空间对应的二值向量v0，将v0在这k个数所指示位置上的二进制串联起来得到的二值向量即为哈希后的结果，然后创建一个LSH索引表，存储各特征向量相应的ID、桶的ID及哈希值；步骤4d：对输入的待检测视频用上述LSH索引表进行搜索，输出最终匹配结果，步骤4d包括以下步骤：步骤4d1：根据所提取的待检测视频的视频片段的兴趣点计算出经过PCA降维的SIFT特征向量；步骤4d2：同步骤4c，计算上述待检测视频特征哈希的哈希值；步骤4d3：根据计算得到的待检测视频的视频片段中兴趣点的哈希值顺次查询所述参考视频的LSH索引表，得到所述待检测视频的视频片段中兴趣点的哈希值与LSH索引表中哈希值相等的单元，利用该单元中所有待选兴趣点的低维特征向量，分别计算与所述待检测视频的视频片段的兴趣点特征向量之间的欧式距离，根据所述欧式距离得到最相似的一系列兴趣点ID，根据该一系列兴趣点的ID查询兴趣点表格，得到包含该一系列兴趣点的视频片段ID，再查询文件名表格，得到最为相似的前2...
【专利技术属性】
技术研发人员：胡卫明，胡瑞娟，李兵，
申请(专利权)人：中国科学院自动化研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。