基于內容的視頻拷貝檢測的研究.pdf

1、隨著互聯(lián)網的普及，以及各種壓縮技術和大容量存儲技術的不斷出現，使得視頻的傳播、制作、存儲越來越容易，網絡視頻的內容迅速增長，在這種情況下也產生了大量的近似重復視頻。大量的近似重復視頻給版權保護帶來了嚴峻的挑戰(zhàn)，在此背景下，視頻拷貝檢測技術應運而生。
　　近年來，眾多學者投身于視頻版權保護技術的研究。數字水印技術和基于內容的視頻拷貝檢測技術是目前視頻版權保護具有代表性的兩種方法。數字水印技術需在視頻發(fā)布之前嵌入水印進行保護，嵌入在視

2、頻中的數字水印容易被破壞而失去版權保護功能，因此將數字水印應用到實際中還存在一定的局限性。相反，基于內容的視頻拷貝檢測技術直接從視頻內容本身提取特征，無需嵌入任何信息，與數字水印技術相比更具實用價值。其檢測流程主要分為以下四個主要的步驟:1視頻預處理;2特征提取;3建立索引;4特征匹配。
　　視頻版權保護的關鍵問題不僅是視頻數據量大導致檢索速度慢，而且視頻的剪切、旋轉、轉換編碼格式等視頻拷貝攻擊降低了檢索的準確率。因此，尋找魯棒性

3、好和高維索引算法成為視頻版權保護問題的重點。
　　本文的主要貢獻是提出了一種基于球哈希和改進的灰度差算法的視頻拷貝檢測方法，提高了近似視頻的檢索時間和檢索的準確率。首先，對傳統(tǒng)的灰度差提取關鍵幀的算法進行改進，提出利用灰度差與灰度差累積量相結合的方法提取關鍵幀，減少了提取關鍵幀時產生的累積誤差，提高了視頻檢索的準確率;然后，提取關鍵幀的SIFT特征，并且利用著名的球哈希算法對SIFT特征建立索引，把128維的高維浮點向量變?yōu)槎邓?/p>

4、引，提高了檢索速度。實驗結果表明該方法不僅提高了視頻檢索的準確率和檢索速度，而且保證了較高的查全率。
　　實驗證明，與基于灰度序方法、基于GIST特征的方法、基于SIFT特征的方法和基于ORB特征的視頻拷貝檢測方法相比，本文提出的方法在保證較高查全率的同時，有較好的檢測精度，同時檢索時間也得到極大提升。最后，利用本文研究的內容采用VC技術設計并實現了基于球哈希和改進的灰度差算法的視頻拷貝檢測系統(tǒng)，該系統(tǒng)具有較強可移植性和可擴展性。