基于視覺哈希的視頻拷貝檢測算法研究.pdf

1、隨著多媒體技術(shù)的發(fā)展，網(wǎng)絡(luò)視頻的傳播變得十分便捷迅速。由于數(shù)字視頻的拍攝編輯處理非常容易，使得數(shù)以千計(jì)的數(shù)字視頻每天都被創(chuàng)造出來。同時，非法盜版者往往對視頻進(jìn)行一些編輯處理（如添加噪聲，添加邊框，尺寸變化，濾波，畫中畫，添加字幕，JPEG壓縮，對比度變換等攻擊），使得盜版視頻也在成倍出現(xiàn)飛速傳播，極大侵害了版權(quán)所有者的切身利益。隨著這一發(fā)展，對于視頻拷貝檢測技術(shù)的研究逐漸成為了多媒體信息版權(quán)處理領(lǐng)域中的研究熱點(diǎn)，并且開始在視頻跟蹤，視頻

2、內(nèi)容檢索，視頻內(nèi)容認(rèn)證，版權(quán)保護(hù)，視頻內(nèi)容過濾等方面進(jìn)行應(yīng)用。因此，如何建立更魯棒的視頻拷貝檢測系統(tǒng)模型就成為了國內(nèi)外研究的重點(diǎn)。
　　 本論文首先介紹了視頻拷貝檢測系統(tǒng)機(jī)制的基本理論;然后介紹了一種用于視頻拷貝檢測的時空聯(lián)合哈希算法，并在此基礎(chǔ)上，本論文針對目前視頻拷貝檢測算法存在的不足，結(jié)合時空聯(lián)合特征在表征視頻內(nèi)容上的全面性以及順序特征在魯棒性上的貢獻(xiàn)，以及視覺關(guān)注區(qū)域即圖像中最能引起用戶興趣，最能表現(xiàn)圖像內(nèi)容的區(qū)域，這些

3、區(qū)域特征的提出將會大大提高圖像處理和分析的效率和準(zhǔn)確度。引入人類視覺關(guān)注模型，提出了基于視覺關(guān)注的視頻拷貝檢測算法，分別研究了視覺關(guān)注模型的應(yīng)用以及其在視頻哈希形成以及視頻哈希加權(quán)上的分析。論文最后還介紹了對基于視覺關(guān)注的視頻拷貝檢測算法的改進(jìn)以及其在視頻拷貝檢測查全率查準(zhǔn)率上的貢獻(xiàn)。
　　 本論文的主要創(chuàng)新和貢獻(xiàn)包括以下四個方面:
　　 (1)提出一種基于視頻拷貝檢測的時空聯(lián)合哈希算法。該算法考慮到視頻是一系列時間上連

4、續(xù)的視頻幀的集合，提取時空域特征來代替以往的只提取時域特征或空域特征，由于視頻幀顏色的空間分布以及由于亮度變化和塊效應(yīng)導(dǎo)致的幀圖像邊緣信息變化，使得采用顏色直方圖和運(yùn)動矢量特征的視頻內(nèi)容特征提取方案不完善，這里采用視頻幀塊的順序特征來提取視頻內(nèi)容的指紋，發(fā)現(xiàn)在檢測中性能更好。
　　 (2)提出一種基于視覺關(guān)注的視頻拷貝檢測算法。該算法充分考慮到人的視覺系統(tǒng)對提取視頻內(nèi)容特征的影響，將人的關(guān)注加入到視頻拷貝檢測系統(tǒng)模型中，根據(jù)人眼

5、對視頻內(nèi)容的關(guān)注程度的不同，賦予各視頻幀塊不同權(quán)重，進(jìn)而在進(jìn)行哈希匹配時，每一哈希比特位，不再是均一權(quán)重。這樣對視頻內(nèi)容特征進(jìn)行提取分析更符合人的感知。
　　 (3)介紹了視覺關(guān)注模型在視頻哈希形成上的應(yīng)用，區(qū)別與以前視頻哈希指紋直接由提取視頻幀塊順序特征得到，這里的改進(jìn)是分別計(jì)算出時域信息代表圖像的二值序列和視覺顯著圖的二值序列特征，進(jìn)而將時域信息代表圖像的二值序列特征和視覺顯著圖的二值序列特征進(jìn)行融合得到最終的視頻哈希指紋。

6、這樣所提取內(nèi)容指紋包含了人的視覺關(guān)注，實(shí)驗(yàn)結(jié)果表明在保證查全率的同時，查準(zhǔn)率得到提高。
　　 (4)進(jìn)一步介紹了視頻關(guān)注模型在視頻拷貝檢測系統(tǒng)上的改進(jìn)，為了進(jìn)一步提高視頻拷貝檢測的查全率和查準(zhǔn)率，首先將時域信息代表圖像的二值序列和視覺顯著圖的二值序列進(jìn)行融合得到一個視頻片段的二值序列，然后再次利用關(guān)注模型，根據(jù)人眼特性，對代表圖像進(jìn)行分塊處理，計(jì)算出每一塊的權(quán)重，再將此權(quán)重分配給上述視頻序列的二值序列得到最終視頻哈希指紋進(jìn)行哈希