基于内容的同源视频检测算法研究

摘要

跟随着时代发展的步伐，在传统互联网技术稳步前进的基础上，以移动互联网、社交网络服务为代表的Web2.0时代新格局日渐成熟。而最受广大用户的青睐的内容不外乎图片、视频、音乐等满足人视觉听觉享受的多媒体，其中视频媒体更是占据了网络流量的很大一部分。海量的视频必然会造成了同源视频多份拷贝的泛滥、视频版权监管的难以实施、相似性视频检索的困难等急需解决的问题。针对这些问题，本文将基于内容的同源视频检测作为研究对象来达到对互联网视频的监管。
　　 本文从预处理、特征描述符提取、相似内容检索等同源视频检测中存在的问题人手分析并开展研究。为同源视频检测问题提出一种有效解决方案，达到提高对各种视频变换的健壮性、对不同源内容的区分性、对海量环境下检索的实时性等方面的要求。本文的工作内容可以主要归纳为以下三方面：
　　 一．对于视频预处理部分，本文给出了快速视频背景剔除方法和投影逆变换算法。通过该部分提出的方法可以有效的将同源视频在复制过程中存在的多种变换进行校正，使得在下一部分的特征提取中可以只针对有意义的无畸变的视频区域进行处理。
　　 二．对于视频特征描述符提取部分，本文提出了一种基于灰度空间相关分布熵的视频描述符提取算法。通过将视频帧进行分块以提取各个子块的相关分布熵来获取整个视频的特征描述符。本方法可以在准确率和召回率之间达到一个很好的平衡，同样在针对多种变换的同时仍然能保证检测效果，在区分性、健壮性和精简性上表现不错。
　　 三．最后将同源视频检测系统进行整合并讨论了优化检索方法。首先分析系统整体框架结构和流程，将前面介绍的模块整合在一起形成一个完整可用的原型系统。同时针对高维视频特征的检索讨论了提高检索效率的方法，并介绍了两个优化算法，即最小哈希和局部敏感哈希算法，分别针对减小描述符维数和减小搜索范围两个方面进行优化。

目录

声明

摘要

第1章 绪论

1.1 研究背景及意义

1.1.1 研究背景

1.1.2 研究意义

1.2 同源视频检测概述

1.3 国内外研究现状

1.4 本文主要研究和解决的问题

1.5 论文结构

第2章 关键技术及综述

2.1 引言

2.2 帧的低层视觉特征

2.2.1 空间排序特征

2.2.2 颜色特征

2.2.3 纹理特征

2.3 基于熵的特征

2.3.1 颜色熵

2.3.2 位平面熵

2.4 相似性检索方法

2.4.1 帧的距离度量

2.4.2 视频的相似性检索

2.5 检测性能的评估

2.6 小结

第3章 视频空间变换预处理算法

3.1 引言

3.2 快速背景剔除算法

3.2.1 视频背景检测

3.2.2 霍夫变换

3.2.3 快速四边形检测

3.2.4 实验结果

3.3 逆投影变换算法

3.3.1 单点透视情况

3.3.2 两点透视情况

3.3.3 实验结果

3.4 小结

第4章 基于灰度相关分布熵的特征提取

4.1 引言

4.2 基于灰度相关分布熵的视频描述符

4.2.1 灰度相关分布邻接矩阵

4.2.2 灰度的自适应分级

4.2.3 描述符提取

4.2.4 帧的相似性度量

4.3 实验结果及分析

4.3.1 数据集

4.3.2 区分度测试

4.3.3 检测统计结果

4.4 小结

第5章 系统整合与检索优化

5.1 引言

5.2 系统整合

5.2.1 视频处理及提取特征

5.2.2 整体框架

5.3 检索的优化

5.3.1 减小特征描述符维数

5.3.2 减小搜索范围

5.4 小结

第6章 总结

6.1 论文工作总结

6.2 展望

参考文献

致谢

在读期间发表的学术论文与取得的研究成果