基于視覺(jué)哈希的視頻拷貝檢測(cè)算法研究.pdf

1、隨著多媒體技術(shù)的發(fā)展，網(wǎng)絡(luò)視頻的傳播變得十分便捷迅速。由于數(shù)字視頻的拍攝編輯處理非常容易，使得數(shù)以千計(jì)的數(shù)字視頻每天都被創(chuàng)造出來(lái)。同時(shí)，非法盜版者往往對(duì)視頻進(jìn)行一些編輯處理（如添加噪聲，添加邊框，尺寸變化，濾波，畫(huà)中畫(huà)，添加字幕，JPEG壓縮，對(duì)比度變換等攻擊），使得盜版視頻也在成倍出現(xiàn)飛速傳播，極大侵害了版權(quán)所有者的切身利益。隨著這一發(fā)展，對(duì)于視頻拷貝檢測(cè)技術(shù)的研究逐漸成為了多媒體信息版權(quán)處理領(lǐng)域中的研究熱點(diǎn)，并且開(kāi)始在視頻跟蹤，視頻

2、內(nèi)容檢索，視頻內(nèi)容認(rèn)證，版權(quán)保護(hù)，視頻內(nèi)容過(guò)濾等方面進(jìn)行應(yīng)用。因此，如何建立更魯棒的視頻拷貝檢測(cè)系統(tǒng)模型就成為了國(guó)內(nèi)外研究的重點(diǎn)。
　　 本論文首先介紹了視頻拷貝檢測(cè)系統(tǒng)機(jī)制的基本理論;然后介紹了一種用于視頻拷貝檢測(cè)的時(shí)空聯(lián)合哈希算法，并在此基礎(chǔ)上，本論文針對(duì)目前視頻拷貝檢測(cè)算法存在的不足，結(jié)合時(shí)空聯(lián)合特征在表征視頻內(nèi)容上的全面性以及順序特征在魯棒性上的貢獻(xiàn)，以及視覺(jué)關(guān)注區(qū)域即圖像中最能引起用戶興趣，最能表現(xiàn)圖像內(nèi)容的區(qū)域，這些

3、區(qū)域特征的提出將會(huì)大大提高圖像處理和分析的效率和準(zhǔn)確度。引入人類視覺(jué)關(guān)注模型，提出了基于視覺(jué)關(guān)注的視頻拷貝檢測(cè)算法，分別研究了視覺(jué)關(guān)注模型的應(yīng)用以及其在視頻哈希形成以及視頻哈希加權(quán)上的分析。論文最后還介紹了對(duì)基于視覺(jué)關(guān)注的視頻拷貝檢測(cè)算法的改進(jìn)以及其在視頻拷貝檢測(cè)查全率查準(zhǔn)率上的貢獻(xiàn)。
　　 本論文的主要?jiǎng)?chuàng)新和貢獻(xiàn)包括以下四個(gè)方面:
　　 (1)提出一種基于視頻拷貝檢測(cè)的時(shí)空聯(lián)合哈希算法。該算法考慮到視頻是一系列時(shí)間上連

4、續(xù)的視頻幀的集合，提取時(shí)空域特征來(lái)代替以往的只提取時(shí)域特征或空域特征，由于視頻幀顏色的空間分布以及由于亮度變化和塊效應(yīng)導(dǎo)致的幀圖像邊緣信息變化，使得采用顏色直方圖和運(yùn)動(dòng)矢量特征的視頻內(nèi)容特征提取方案不完善，這里采用視頻幀塊的順序特征來(lái)提取視頻內(nèi)容的指紋，發(fā)現(xiàn)在檢測(cè)中性能更好。
　　 (2)提出一種基于視覺(jué)關(guān)注的視頻拷貝檢測(cè)算法。該算法充分考慮到人的視覺(jué)系統(tǒng)對(duì)提取視頻內(nèi)容特征的影響，將人的關(guān)注加入到視頻拷貝檢測(cè)系統(tǒng)模型中，根據(jù)人眼

5、對(duì)視頻內(nèi)容的關(guān)注程度的不同，賦予各視頻幀塊不同權(quán)重，進(jìn)而在進(jìn)行哈希匹配時(shí)，每一哈希比特位，不再是均一權(quán)重。這樣對(duì)視頻內(nèi)容特征進(jìn)行提取分析更符合人的感知。
　　 (3)介紹了視覺(jué)關(guān)注模型在視頻哈希形成上的應(yīng)用，區(qū)別與以前視頻哈希指紋直接由提取視頻幀塊順序特征得到，這里的改進(jìn)是分別計(jì)算出時(shí)域信息代表圖像的二值序列和視覺(jué)顯著圖的二值序列特征，進(jìn)而將時(shí)域信息代表圖像的二值序列特征和視覺(jué)顯著圖的二值序列特征進(jìn)行融合得到最終的視頻哈希指紋。

6、這樣所提取內(nèi)容指紋包含了人的視覺(jué)關(guān)注，實(shí)驗(yàn)結(jié)果表明在保證查全率的同時(shí)，查準(zhǔn)率得到提高。
　　 (4)進(jìn)一步介紹了視頻關(guān)注模型在視頻拷貝檢測(cè)系統(tǒng)上的改進(jìn)，為了進(jìn)一步提高視頻拷貝檢測(cè)的查全率和查準(zhǔn)率，首先將時(shí)域信息代表圖像的二值序列和視覺(jué)顯著圖的二值序列進(jìn)行融合得到一個(gè)視頻片段的二值序列，然后再次利用關(guān)注模型，根據(jù)人眼特性，對(duì)代表圖像進(jìn)行分塊處理，計(jì)算出每一塊的權(quán)重，再將此權(quán)重分配給上述視頻序列的二值序列得到最終視頻哈希指紋進(jìn)行哈希