面向視頻管理的指紋特征提取技術(shù)研究.pdf

1、隨著互聯(lián)網(wǎng)的快速發(fā)展，人們對視頻的需求越來越大，網(wǎng)絡(luò)視頻的數(shù)量急劇增長。豐富的網(wǎng)絡(luò)視頻在滿足人們?nèi)粘Ｐ枨蟮耐瑫r(shí)，也給視頻管理與視頻搜索帶來極大的挑戰(zhàn)。由于視頻庫的龐大，導(dǎo)致在海量的視頻庫中對視頻的版權(quán)、視頻內(nèi)容的健康與合法性進(jìn)行管理造成了相當(dāng)大不便。另外，因?yàn)榛ヂ?lián)網(wǎng)的開放程度之高，人們可以通過先進(jìn)的視頻剪輯處理技術(shù)對視頻進(jìn)行再處理并上傳到視頻網(wǎng)站中，對相關(guān)相似視頻的搜索也造成了困擾。如何對海量視頻庫有地效管理及監(jiān)測成為網(wǎng)絡(luò)視頻監(jiān)管的新難

2、點(diǎn)?；谝曨l內(nèi)容的特征提取成為近些年視頻檢測與搜索的主要手段，通過對提取的特征點(diǎn)處理生成視頻的唯一表示類似于人類的指紋，具有很好的區(qū)分性，基于此特性，可以較好的實(shí)現(xiàn)對海量視頻庫的有效管理與監(jiān)控。
　　本文針對此研究背景，利用SURF算法提取視頻幀的內(nèi)容特征，繼而采用詞袋模型對特征點(diǎn)進(jìn)行再處理生成視頻指紋。
　　視頻是由一組連續(xù)的圖像幀組合而成的圖像集合，其內(nèi)容豐富，數(shù)據(jù)量大，指紋提取面臨著海量的數(shù)據(jù)處理。對于視頻指紋，我們要

3、求應(yīng)滿足魯棒性與準(zhǔn)確性，但是在實(shí)際應(yīng)用中，還需要滿足一定的高效性來滿足用戶的檢索需求。本文對現(xiàn)有的視頻指紋提取算法作了分析，探討了它們存在的問題與不足。為了提升現(xiàn)有的指紋提取效率，論文的主要工作如下：
　　首先，對網(wǎng)絡(luò)視頻目前的發(fā)展趨勢與面臨問題進(jìn)行分析，說明了論文內(nèi)容研究的背景與意義，同時(shí)介紹了國內(nèi)外關(guān)于海量網(wǎng)絡(luò)視頻管理及檢索的研究及發(fā)展現(xiàn)狀。
　　接著，對于基于視頻內(nèi)容的視頻管理及匹配技術(shù)進(jìn)行了說明，并分別對基于信息隱藏

4、技術(shù)的數(shù)字水印與數(shù)字指紋在關(guān)于數(shù)字媒體產(chǎn)品版權(quán)保護(hù)等方面的應(yīng)用進(jìn)行了討論，主要說明了基于內(nèi)容識別的視頻指紋提取算法以及算法的實(shí)際性能。
　　然后，本文為了提升視頻指紋的提取速率，并減少在指紋生成過程中的計(jì)算時(shí)間與存儲，本文對提取的SURF特征點(diǎn)進(jìn)行稀疏編碼處理，對原SURF特征描述子僅采用少量的非零數(shù)據(jù)來對其進(jìn)行表示處理，并通過Matlab仿真平臺對改進(jìn)算法的效率進(jìn)行驗(yàn)證。
　　接著，論文采用Caltech-101庫，采用K

5、means聚類算法對稀疏的SURF特征點(diǎn)進(jìn)行聚類，生成一個(gè)較為完備的視覺詞典。對于每一個(gè)視頻幀出來的特征點(diǎn)，進(jìn)行稀疏編碼后，在詞典中查找可以表示自己的視覺單詞，然后對每一幀獲得的所有單詞進(jìn)行詞頻統(tǒng)計(jì)并哈希生成指紋序列。文章通過Matlab以及VC仿真對視頻指紋的準(zhǔn)確性與魯棒性進(jìn)行驗(yàn)證。
　　最后，本文采用Java及MySQL，結(jié)合本文探討的視頻指紋提取算法和一些經(jīng)典的序列比對算法，搭建B/S模式的視頻指紋檢索系統(tǒng)，實(shí)現(xiàn)用戶通過客戶