基于粗細粒度的視頻指紋快速檢測系統(tǒng)設計與實現(xiàn).pdf

1、伴隨著數(shù)字化技術的更新與進步,視頻資源在人們的日常生活中占據(jù)了越來越多的比重，大量的數(shù)字視頻每天都在產生，存儲以及擴散。Internet網(wǎng)絡流量中視頻部分更是占據(jù)了重要的比重，每天互聯(lián)網(wǎng)上的都有大量的視頻被請求并播放，且此趨勢正逐漸加大。
　　但是伴隨著視頻信息的大規(guī)模擴散，由此帶來的問題也顯現(xiàn)出嚴重性，例如視頻的版權問題、非法視頻等已經(jīng)給社會治安以及經(jīng)濟帶來了威脅。所以如何對視頻進行有效的監(jiān)控則成了當今社會不可避免的話題。

2、>　　本人在課題工作中主要是在以視頻指紋為主要檢測手段的技術基礎之上開發(fā)出適合視頻指紋快速檢測的系統(tǒng)，以達到對視頻的實時監(jiān)控的目的。在本人工作中首先對當前存在的視頻指紋技術進行了概述，對其中具有代表性的指紋技術進行分析研究。
　　在對指紋技術的發(fā)展分析過后，則轉向對視頻指紋提取算法的研究中來。并對具有典型意義的提取算法進行了優(yōu)缺點總結概述，針對快速視頻指紋檢測系統(tǒng)分析典型算法存在的不足，并對適合檢測系統(tǒng)的指紋提取算法進行了方向性指

3、導分析，最后提出了本課題中基于關鍵幀的時間切片的指紋提取算法。詳細地介紹了該指紋的提取算法流程。
　　在成功提取出指紋之后，則對視頻指紋匹配算法研究前先對其格式進行了處理，并提出了基于樹形結構的指紋存儲結構。這樣對指紋的快速匹配做了必要的前提準備。在基于樹形指紋結構的前提下提出了基于粗粒粒度的指紋匹配算法，先通過buckethash的粗粒度桶位映射匹配然后然后進行FFM快速指紋漢明距離計算實現(xiàn)細粒度指紋匹配，實現(xiàn)了從規(guī)模上逐步降低

4、匹配范圍的快速指紋匹配算法研究。
　　第五章則是針對視頻信息視頻指紋等信息進行了數(shù)據(jù)庫的設計與實現(xiàn)。在對系統(tǒng)的業(yè)務邏輯進行充分的分析后，設計出了文件系統(tǒng)和數(shù)據(jù)庫相結合的方案，進行視頻信息的存儲。并對視頻信息的數(shù)據(jù)庫保存進行具體的設計與實現(xiàn)，此方案能夠對復雜的視頻信息進行良好的信息存儲。
　　在前面章節(jié)的分析以及算法的提出前提下，進行系統(tǒng)的設計與搭建。系統(tǒng)的框架在搭建上充分的考慮了可擴展性以及解耦性，應用當前主流框架的Stru

5、ts2、Hibernate以及Spring的基礎之上，采用Java語言實現(xiàn)了整個系統(tǒng)。系統(tǒng)按照層次結構依次分為：action層、service層、model層、Dao層以及相應的工具包，在分層的思想基礎上可以讓系統(tǒng)的開發(fā)更加的獨立。系統(tǒng)的視覺效果截圖則是在系統(tǒng)開發(fā)完后根據(jù)實際的視頻指紋檢測系統(tǒng)進行相關測試時獲取的，此截圖完全來自真實本人開發(fā)的實際系統(tǒng)。
　　第七章則是對本人開發(fā)的系統(tǒng)存在的不足與可以完善的地方進行了充分地分析，以對