基于時空信息表達的視頻拷貝檢測.pdf

1、隨著互聯網技術和多媒體技術的飛速發(fā)展，網絡上視頻的數量也在飛速增長，這給視頻的存儲、檢索和版權保護都帶來了很大的困難。為了解決上述難題，基于內容的視頻拷貝檢測技術(CBCD)成為目前研究的熱點。本文系統(tǒng)的介紹了基于內容的視頻拷貝檢測的理論框架和研究現狀，對其中主要的四個部分:鏡頭分割、關鍵幀提取、特征提取、特征匹配的主流算法進行了總結歸納。在分析現有的基于內容的視頻拷貝檢測技術的基礎上，本文提出了兩種新的基于內容的視頻拷貝檢測算法。本文

2、的研究工作主要體現在:
　　1.提出了一種有效的基于中位數排序的視頻拷貝檢測方法。本方法首先從視頻中提取出關鍵幀，然后把每個關鍵幀分成一系列的小塊并根據每一小塊的中位數提取出特征。中位數抵抗全局變換的能力要強于平均值，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滑動窗口的匹配方法。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。實驗結果顯示本算法有

3、較好的拷貝判決和定位性能。
　　2.提出了一種基于時空梯度特征融合的視頻拷貝檢測算法。首先從每一個關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間梯度特征，最后將時間梯度特征融合到空間梯度特征中作為關鍵幀的特征，在匹配時采用時間差函數來融合相似幀列表。與現有的只采用空間特征進行匹配相比，采用時空梯度特征融合的方法可以有效去除很多時間上不相關的相似幀。實驗結果表明，本方法能夠有效進行視頻拷貝檢