基于Logo标志检测的暴恐视频识别系统的设计与实现

摘要

伴随着暴恐视频在网络中大肆传播，如何快速准确地检测这些涉恐涉暴视频，建立安全健康的网络环境是整个社会所要解决的重要课题。以构建多维度暴恐视频检测框架为目标，本项目主要研究基于多线索融合的视频语义事件检测模型，以及基于该模型的面向网络环境的多维度暴恐视频检测框架。
　　暴恐视频中的Logo是用来标识该视频内容的重要标志，对涉恐涉暴视频的检测与识别起着非常重要的作用。特殊标志Logo检测的敏感视频识别系统作为涉恐涉暴视频检测系统的重要组成部分，为其提供视频Logo标志领域的线索特征。伴随着国家信息化的要求越来越高，暴恐视频中Logo的检测与识别在信息安全、维护社会稳定等各方面都有着越来越多的应用前景。
　　本文首先深入研究和分析了目前视频Logo标志检测与识别的现状，分析总结了影响Logo检测与识别在实际应用中存在的具体问题。根据视频Logo所具有的尺寸不变性提出了基于模板匹配检测识别涉恐涉暴视频中Logo的方法，并分析了模板匹配的不同分类匹配方法及不同匹配方法所适合的应用场景，最后根据暴恐视频的实际场景选择使用灰度模板匹配的方法来实现暴恐视频Logo的检测。
　　接着对灰度模板匹配的经典算法MAD、SAD、SSD、NCC和SSDA分别作以研究和分析，在此基础上，针对灰度模板匹配技术普遍存在时间复杂度比较高的缺陷，提出一种适合暴恐视频Logo检测的快速模板匹配算法，通过对灰度值编码来进行粗匹配，再用相位相关法进行精匹配，使得模板匹配的速度得到提升。另外在搜索策略方面，针对单个视频Logo普遍具有形状尺寸的稳定性，通过加大关键帧步长的设定，也在很大程度上提高了视频Logo检测的速度，实验效果也很明显。
　　在整个暴恐视频Logo检测系统的设计过程中，每一步的推理都紧扣暴恐视频Logo的实际场景，对相关算法的选择也和实际应用相符合。实验结果表明来自特殊标志Logo检测系统的线索对涉恐涉暴视频检测系统的识别准确率和误检率均有很大的性能提升，对最终结果的贡献也十分明显。

目录

声明

致谢

摘要

序言

1 引言

1．1 课题研究背景，目的和意义

1．2 国内外研究现状

1．3 论文研究思路和在整个项目中的应用

1．3．1 基于多线索融合的视频语义事件检测模型

1．3．2 基于特殊标志Logo检测的灰度模板匹配算法

1．4 论文组织结构

2 相关理论和技术综述

2．1 模板匹配的概念

2．2 模板匹配的基本算法

2．3 模板匹配的分类

2．4 模板匹配的相关流程

2．5 基于灰度的模板匹配算法

2．5．1 MAD算法

2．5．2 SAD和SSD算法

2．5．3 NCC算法

2．5．4 SSDA算法

2．6 本章小结

3 暴恐视频Logo检测识别中的图像预处理

3．1 镜头分割

3．2 图像的表示

3．3 图像增强

3．3．1 图像灰度变换

3．3．2 直方图均衡化

3．3．3 图像二值化

3．4 图像去噪处理

3．5 本章小结

4 暴恐视频Logo检测识别系统的设计与实现

4．1 暴恐视频Logo检测的快速模板匹配算法

4．1．1 局部灰度编码特征的定义和提取

4．2．2 局部灰度编码特征粗匹配

4．2．3 相位相关精匹配

4．2 暴恐视频Logo检测识别的流程

4．2．1 搜索图像和模板图像的获取

4．2．2 视频关键帧的设置

4．2．3 相关度阈值的设定

4．2．4 暴恐视频Logo检测识别的流程

4．3 实验结果及性能分析

4．4 多维度暴恐视频检测引擎构建

4．5 本章小结

5 总结与展望

5．1 总结

5．2 展望

参考文献

作者简历及攻读硕士／博士学位期间取得的研究成果

学位论文数据集