基于内容的鲁棒视频指纹算法研究

摘要

随着多媒体技术、计算机技术和网络技术的飞速发展，世界上数字视频信息的数据量成爆炸式增长。视频信息的数字化给视频信息的存取、拷贝和修改提供了极大的便利，同时显著提高了视频信息的传输速率和表达效率。但是由于互联网的开放性以及各种数字视频处理软件的出现，如何有效地进行数字视频内容的认证和管理以及版权保护成为了新的难题。基于内容的数字视频指纹作为一项新兴的并且极具潜力的技术手段，在最近几年受到了学术界和商业界的广泛关注。
　　 视频指纹要求具有鲁棒性、区分性和搜索有效性，本文基于视频内容特征，针对现有方法存在的问题与不足，对其进行了深入研究，论文的主要工作如下：
　　 首先，提出了一种基于形状特征的鲁棒视频指纹方法，该方法在视频降采样后的帧图像中统计塔型梯度方向直方图并按序级联构成视频的数字指纹。解决了现有方法对视频内容中形状信息表示不足的缺陷，实验结果表明，该方法在噪声、尺度变换、全局攻击等方面更具鲁棒性。在区分性和搜索有效性上与传统方法相比具有优势。
　　 其次，提出了一种基于三维空时特征的鲁棒视频指纹方法，直接对视频连续帧提取三维空时特征点，并进行区域选择，然后对三维空时特征特征区域进行对比度直方图表示并归一化成向量形式的视频指纹。该方法有效的利用了视频空时域特征，实验结果表明，该方法在常见视频攻击下与传统方法相比具有较好的鲁棒性和区分性。
　　 最后，为了进一步提升视频指纹的鲁棒性，提出全局特征与局部特征相结合的改进算法。该方法直接对连续视频帧图像同时提取塔型梯度方向直方图和三维空时特征并用对比度直方图量化，最后用加权的形式将二者组合成向量形式的视频指纹。该方法在鲁棒性、区分性和搜索有效性三个方面都具有明显的优势。