基于內容的同源視頻檢測算法研究.pdf

1、跟隨著時代發(fā)展的步伐，在傳統(tǒng)互聯(lián)網(wǎng)技術穩(wěn)步前進的基礎上，以移動互聯(lián)網(wǎng)、社交網(wǎng)絡服務為代表的Web2.0時代新格局日漸成熟。而最受廣大用戶的青睞的內容不外乎圖片、視頻、音樂等滿足人視覺聽覺享受的多媒體，其中視頻媒體更是占據(jù)了網(wǎng)絡流量的很大一部分。海量的視頻必然會造成了同源視頻多份拷貝的泛濫、視頻版權監(jiān)管的難以實施、相似性視頻檢索的困難等急需解決的問題。針對這些問題，本文將基于內容的同源視頻檢測作為研究對象來達到對互聯(lián)網(wǎng)視頻的監(jiān)管。

2、　　 本文從預處理、特征描述符提取、相似內容檢索等同源視頻檢測中存在的問題人手分析并開展研究。為同源視頻檢測問題提出一種有效解決方案，達到提高對各種視頻變換的健壯性、對不同源內容的區(qū)分性、對海量環(huán)境下檢索的實時性等方面的要求。本文的工作內容可以主要歸納為以下三方面：
　　 一．對于視頻預處理部分，本文給出了快速視頻背景剔除方法和投影逆變換算法。通過該部分提出的方法可以有效的將同源視頻在復制過程中存在的多種變換進行校正，使得在下

3、一部分的特征提取中可以只針對有意義的無畸變的視頻區(qū)域進行處理。
　　 二．對于視頻特征描述符提取部分，本文提出了一種基于灰度空間相關分布熵的視頻描述符提取算法。通過將視頻幀進行分塊以提取各個子塊的相關分布熵來獲取整個視頻的特征描述符。本方法可以在準確率和召回率之間達到一個很好的平衡，同樣在針對多種變換的同時仍然能保證檢測效果，在區(qū)分性、健壯性和精簡性上表現(xiàn)不錯。
　　 三．最后將同源視頻檢測系統(tǒng)進行整合并討論了優(yōu)化檢索方