基于GPU的高效視頻拷貝檢測技術的研究與實現(xiàn).pdf

1、互聯(lián)網中存在著大量內容重復的視頻。如何對大規(guī)模視頻進行高效的拷貝檢測是長期以來一直受到研究者們關注的問題。高效的拷貝檢測算法有非常廣泛的應用，首先，視頻拷貝檢測可以用于計算視頻的相似性?？梢杂糜诨趦热莸囊曨l檢索。目前用戶檢索視頻時，多是通過文本的方式檢索視頻的標題或作者信息。視頻拷貝檢測可以為用戶提供基于內容的檢索服務，即通過視頻的內容來檢索，方便用于檢索出合適的視頻資源。其次，視頻拷貝檢測可以去除視頻集中的重復視頻，可以提升搜索引擎

2、搜索結果的質量。用戶在檢索視頻時，總是希望搜索引擎返回的結果中重復內容越少越好，拷貝檢測可以通過去重為用戶提供更有價值的信息。再次，視頻拷貝檢測可以用來進行違法違規(guī)視頻檢測，復制檢測，對于知識產權的保護也有非常重要的價值。最后，還有很多任務依賴于高效的視頻拷貝檢測，例如視頻聚類等任務。這些任務的核心步驟之一，就是計算視頻集中視頻之間的相似度?；谝曨l間兩兩相似度進行后續(xù)處理。研究如何提升大規(guī)模視頻集上的拷貝檢測性能，對于這些應用而言意義

3、重大。
　　近年來隨著視頻集規(guī)模的逐漸增大，傳統(tǒng)的串行視頻拷貝檢測算法已經不能處理日益增大的視頻集，本文通過GPU并行計算框架來對于視頻拷貝檢測任務進行并行化處理。在并行環(huán)境下，進行大規(guī)模視頻的拷貝檢測，必須要首先考慮三個問題:一、如何提取適合并行計算的視頻特征;二、如何設計并行拷貝檢測的算法;三、如何針對GPU的硬件特殊性進行優(yōu)化。以往的研究沒有充分考慮這三個方面的問題，影響了算法的性能。本文著重研究了這三個問題，提出了一種基于