基于魯棒哈希的視頻拷貝檢測技術研究.pdf

1、山東大學博士學位論文基于魯棒哈希的視頻拷貝檢測技術研究姓名：聶秀山申請學位級別：博士專業(yè)：通信與信息系統(tǒng)指導教師：劉琚20111024山東大學博士學位論文(1)提出基于流形學習的魯棒哈希算法。流形學習是模式識別中的基本方法，它以非監(jiān)督的形式，可以有效地發(fā)現(xiàn)高維數(shù)據(jù)分布的內在幾何結構，挖掘隱藏在高維數(shù)據(jù)中的本征信息與內在規(guī)律，實現(xiàn)維數(shù)約簡。在現(xiàn)代社會中，視頻的內容越來越豐富，容量越來越大，從直觀的數(shù)據(jù)表示形式上來看，視頻存在于由若干像素點

2、組成的高維空間上，這對檢索的快速執(zhí)行是非常不利的。本文利用流形學習的典型算法，提出三種魯棒視頻哈希方法，通過在低維空間中提取視頻特征來實現(xiàn)視頻拷貝檢測。(2)提出基于雙重嵌入的魯棒哈希算法。針對多場景視頻，本算法對視頻幀進行分組，在每組內利用局部線性嵌入算法進行降維，實現(xiàn)第一級嵌入，保持組內的局部結構；不同組之間利用多維標度算法進行第二級嵌入，保持視頻的全局結構。進而提取視頻特征構造魯棒哈希，實現(xiàn)視頻拷貝檢測。(3)提出基于超圖和組內組

3、間優(yōu)化降維的視頻指紋算法。視頻的魯棒哈希是視頻特征的表征，又被稱為視頻指紋，本算法從維數(shù)約簡的本質出發(fā)研究視頻的拷貝檢測問題。維數(shù)約簡特別是流形學習的本質問題就是優(yōu)化問題，是通過盡可能的保持高維空間頂點集中點對之間的相似性聯(lián)系來得到高維數(shù)據(jù)的低維嵌入坐標，該算法根據(jù)維數(shù)約簡的本質特性提出基于降維優(yōu)化算法的視頻指紋方案，該算法首先根據(jù)超圖模型把視頻幀分成不同組，然后在組內和組間分別使用不同的優(yōu)化算法降維，然后在低維空間中生成視頻指紋，并根

4、據(jù)統(tǒng)計特性指紋和幾何特性指紋來實現(xiàn)視頻匹配，該算法根據(jù)視頻數(shù)據(jù)的特點，兼顧視頻內容的全局性和局部性，取得了較好的視頻拷貝檢測效果。(4)提出基于代表幀和分散幀的魯棒哈希算法。視頻由大量的幀組成，幀格式各種各樣，但是從宏觀的角度來看，可以把視頻的每一幀當做高維空間中的一個點，點坐標由幀的各種時域或頻域的屬性決定，點與點之間的邊由幀之間的關系決定。由此，視頻可以看作高維空間里的一個權重圖，圖論的經(jīng)典理論便可以應用其中。本算法利用圖頂點度和獨