基于時(shí)空信息表達(dá)的視頻拷貝檢測(cè).pdf

1、隨著互聯(lián)網(wǎng)技術(shù)和多媒體技術(shù)的飛速發(fā)展，網(wǎng)絡(luò)上視頻的數(shù)量也在飛速增長(zhǎng)，這給視頻的存儲(chǔ)、檢索和版權(quán)保護(hù)都帶來(lái)了很大的困難。為了解決上述難題，基于內(nèi)容的視頻拷貝檢測(cè)技術(shù)(CBCD)成為目前研究的熱點(diǎn)。本文系統(tǒng)的介紹了基于內(nèi)容的視頻拷貝檢測(cè)的理論框架和研究現(xiàn)狀，對(duì)其中主要的四個(gè)部分:鏡頭分割、關(guān)鍵幀提取、特征提取、特征匹配的主流算法進(jìn)行了總結(jié)歸納。在分析現(xiàn)有的基于內(nèi)容的視頻拷貝檢測(cè)技術(shù)的基礎(chǔ)上，本文提出了兩種新的基于內(nèi)容的視頻拷貝檢測(cè)算法。本文

2、的研究工作主要體現(xiàn)在:
　　1.提出了一種有效的基于中位數(shù)排序的視頻拷貝檢測(cè)方法。本方法首先從視頻中提取出關(guān)鍵幀，然后把每個(gè)關(guān)鍵幀分成一系列的小塊并根據(jù)每一小塊的中位數(shù)提取出特征。中位數(shù)抵抗全局變換的能力要強(qiáng)于平均值，所以本方法比基于平均值的方法有更好的性能。而為了定位拷貝視頻在查詢視頻和參考視頻中的位置，我們提出了一種可變長(zhǎng)滑動(dòng)窗口的匹配方法。這種方法可以有效地定位出拷貝視頻在查詢視頻和參考視頻中的起始位置。實(shí)驗(yàn)結(jié)果顯示本算法有

3、較好的拷貝判決和定位性能。
　　2.提出了一種基于時(shí)空梯度特征融合的視頻拷貝檢測(cè)算法。首先從每一個(gè)關(guān)鍵幀中提取出空間梯度特征，然后比較每一幀與其相鄰兩幀的空間梯度特征相似度并將其作為時(shí)間梯度特征，最后將時(shí)間梯度特征融合到空間梯度特征中作為關(guān)鍵幀的特征，在匹配時(shí)采用時(shí)間差函數(shù)來(lái)融合相似幀列表。與現(xiàn)有的只采用空間特征進(jìn)行匹配相比，采用時(shí)空梯度特征融合的方法可以有效去除很多時(shí)間上不相關(guān)的相似幀。實(shí)驗(yàn)結(jié)果表明，本方法能夠有效進(jìn)行視頻拷貝檢