中国科学技术信息研究所--国家工程技术数字图书馆

[学位论文] 林莹南京大学 2013年硕士导师: 武港山共74页

摘要 : 随着计算机、网络和多媒体技术的不断发展与普及，数字视频数据成倍增长。网络上的视频常常会在没有任何监督的情况下被任意编辑、复制和转载，成为很多不同的拷贝版本，这给版权保护带来了极大的挑战。如何在海量视频数据中自动检测拷贝视频成为一个... 展开随着计算机、网络和多媒体技术的不断发展与普及，数字视频数据成倍增长。网络上的视频常常会在没有任何监督的情况下被任意编辑、复制和转载，成为很多不同的拷贝版本，这给版权保护带来了极大的挑战。如何在海量视频数据中自动检测拷贝视频成为一个亟待解决的技术难题。视频拷贝检测是很多应用的核心问题，如改进网页检索、广告监控、基于实例的视频检索和概念跟踪等[1]。近来，研究者们对基于内容的视频拷贝检测技术进行了很多的研究，但是效果一直不佳。视频拷贝检测技术的一个核心问题就是怎样提高拷贝检测技术对多种多样的拷贝变换的鲁棒性，其研究重点在于寻找对各种拷贝变换都具有鲁棒性的特征来描述视频内容;视频拷贝检测的另一个核心问题是如何进一步提高视频拷贝检测的精度，其研究重点在于寻找适当的视频相似度匹配算法。针对以上问题，本文提出了一种基于多特征综合的视频拷贝检测技术来提高系统对于多种拷贝变换的鲁棒性，并提出了多种优化手段来提高检索的精度。实验结果表明，该套方案对多种拷贝变换具有很强的鲁棒性，并且能够得到比较好的检测精度。在此基础上，本文进一步提出了对拷贝变换的类型进行判别，并根据这个信息对检索结果做进一步的精化的技术思路，取得了不错的实验效果。本文的主要工作如下: 1.由于拷贝变换的多样性和综合性，单一特征难以获得很好的检测效果。本文提出了一种多特征综合的方法来提高视频拷贝检测的效果。本文综合了传统的局部和全局视觉特征，这种多特征综合的策略可以提高检测系统对于不同拷贝变换的鲁棒性，并做到比较好的召回率，主要解决了海量视频数据的高效快速的关键帧的粗检索。 2.在海量视频关键帧的粗检索结果基础上，为了提检索精度，本文又提出了对拷贝视频进行精确的相似度度量。由于视频精确的相似性比对包含两个方面:关键帧内容相似度比对和视频相似度比对。在精确的关键帧内容相似度比对阶段中，本文提出使用基于非正交二值子空间的归一化互相关对视频关键帧内容进行更精细的比对，过滤掉关键帧粗检索结果中的无效帧，以提高拷贝视频关键帧内容相似度计算的效果。为了得到最终的视频拷贝检测结果，在视频的相似度比对阶段，我们使用一种改进的基于时序一致性的帧序列匹配方法，由帧级别的结果得到视频级别的最终结果，这种方法可以使得正确结果和错误结果的区分度更大，以便更好地降低检测的错报率，提高检测的准确率。 3.本文最后还研究了对视频拷贝检测中的拷贝变换方式判别技术。我们不仅要在海量数据中精确的检索到拷贝视频，还要对生成拷贝视频的拷贝变换方法进行判别。这可以为知识产权保护等应用中的盗版取证打下基础，并且可以为挖掘不同拷贝变换与特征和相似度比对方法的选取之间更深层关系做准备。最后在此基础上我们对视频拷贝的检测结果进行了进一步的优化。收起

关键词 : 视频拷贝检测技术拷贝变换鲁棒性检索精度

2. 基于顺序度量特征的视频拷贝检测系统的研究与实现

[学位论文] 王涛东北大学 2010年硕士导师: 鲍玉斌共70页

摘要 : 随着数字化技术和网络多媒体的发展，数字视频的拷贝、传播和发布变得容易。为了适应不同的应用需求，视频经常会被编辑成多种格式的拷贝。这使数字视频的管理问题日益突现出来，包括视频的版权保护以及视频检索的效率问题。现存的物理防拷贝和数字水... 展开随着数字化技术和网络多媒体的发展，数字视频的拷贝、传播和发布变得容易。为了适应不同的应用需求，视频经常会被编辑成多种格式的拷贝。这使数字视频的管理问题日益突现出来，包括视频的版权保护以及视频检索的效率问题。现存的物理防拷贝和数字水印保护技术只能作用于发布前的视频。基于内容的视频拷贝检测技术对发布前、后的视频都可以检测，但是检测性能有待提高，本文研究的就是如何提高拷贝检测的性能。传统的视频拷贝检测的方法通过提取帧集合，利用帧的特征构造视频的数字签名，通过比较数字签名的相似度判断视频的相似性。现在的视频拷贝通常是经过多次传播，多次格式转换和编辑的，并且相对于源视频增加了许多噪声内容，这使传统的视频拷贝检测方法检测效果变差。另外，传统拷贝检测选取的帧集合帧数较多，且冗余较大，影响了帧集合的大小和序列匹配的结果。本文在研究了顺序度量特征的基础上，对已有的特征比对策略敏感以及帧集合冗余大的问题，提出了一种新的帧集合选取方法，并且提出了两种去帧集合冗余的方法;另外提出了一种利用顺序度量特征进行帧序列比对的策略，对于常见的几种常见视频拷贝都可以实现良好的检测效果。本文的论文工作集中在三点。首先，总结并分析了代表帧集合的选取方法，研究了代表帧集合的冗余信息特点，提出了一种基于亮度突变的关键帧提取方法提取代表帧，同时利用顺序度量特征和镜头长度特征从空间和时间上过滤关键帧;其次，分析了序列匹配中选取特征敏感的问题，引入顺序度量特征来参与序列匹配，并且提出了一种宽松的顺序度量比较方法，增加了序列匹配的鲁棒性;最后，针对前文的帧集合选取方法和序列匹配方法，提出了一种新计算相似度的方法。本文最后实现了一个原型系统，并且在原型系统上进行实验，对结果进行了分析和比较。实验验证了本文方法的优越性和有效性。收起

关键词 : 视频拷贝检测顺序度量关键帧时空组合

3. 时序深度学习算法及其应用研究

[学位论文] 陈学票天津大学 2017年硕士导师: 李岳楠;王莘共63页

摘要 : 信息技术的进步推动着视频的传播，同时也引起了许多新的技术和社会问题。例如，快速增长的视频数据对数字版权管理提出了新的要求。传统的基于人工的网络审查和比对技术难以应对海量视频数据。视频指纹是解决这些问题的有效方案。视频指纹是运... 展开信息技术的进步推动着视频的传播，同时也引起了许多新的技术和社会问题。例如，快速增长的视频数据对数字版权管理提出了新的要求。传统的基于人工的网络审查和比对技术难以应对海量视频数据。视频指纹是解决这些问题的有效方案。视频指纹是运用算法从视频中提取到的一段标识符。指纹间的距离能够反映视频指纹感知相似度。本文围绕基于视频指纹的拷贝检测问题，以时序神经网络为工具对视频指纹算法设计展开了研究。论文首先介绍了现有的深度学习网络，包括前馈型网络、深度生成模型和时序神经网络。本文基于深度学习的理论，提出了两种不同的时空特征提取视频指纹的算法。论文的第三章介绍的指纹算法的网络结构由堆叠的条件受限玻尔兹曼机(Conditional Restricted Machine,CRBM)和去噪自编码器(Denoising Autoencoder, DAE)，以及后处理网络构成。其中，条件受限玻尔兹曼机能够有效地提取视频的统计方面特征。去噪自编码器能够提高视频特征的鲁棒性,后处理网络则进一步平衡了视频指纹的区分性和鲁棒性。第四章介绍了一种基于卷积神经网络和循环神经网络的视频指纹算法，由AlexNet、长短时记忆网络(Long Short Term Memory Network,LSTM)和后处理网络构成。经过微调后的AlexNet用于提取代表帧的空域特征。在此基础上，通过长短时记忆网络能够综合提取视频时序的特征。在后处理网络中，提出了两种不同的代价函数来优化视频指纹的鲁棒性、区分性和正交性。这两种方案相较于传统的视频指纹的方案，拥有能够自动学习得到最优特征提取方案的优势,并且两种方案在视频拷贝检测中的性能优于传统的视频指纹方案。其中,第一种方案的F1值达到了0.982。第二种方案两种代价函数的F1值分别达到了 0.956 和 0.945。此外，第二种方案的视频指纹的维数是各种方案中最小的，维数为50维。收起

关键词 : 视频指纹拷贝检测时序深度学习特征提取

4. 基于多模态哈希学习的视频拷贝检测

[学位论文] 彭海燕西安电子科技大学 2014年硕士导师: 邓成共63页

摘要 : 随着数字技术和网络技术的快速发展,多媒体数据正逐渐成为人们获取信息的重要来源,使视频数据呈现爆炸式增长。数字视频数据获取容易、复制简单并且传播迅速,不仅给数据存取提供了极大的便利,而且极大提高了信息表达的效率和准确性,但大量视频的传播和... 展开随着数字技术和网络技术的快速发展,多媒体数据正逐渐成为人们获取信息的重要来源,使视频数据呈现爆炸式增长。数字视频数据获取容易、复制简单并且传播迅速,不仅给数据存取提供了极大的便利,而且极大提高了信息表达的效率和准确性,但大量视频的传播和篡改使数据库被多个冗余的拷贝版本占据了存储资源,大大降低了搜索的精度和速度,并严重制约了数据库管理及版权管理等应用的效率。因此,如何在大数据时代快速、准确地检测到拷贝的视频片段成为亟待解决的问题,针对该问题,基于多模态哈希学习的视频拷贝检测作为一项极具潜力的技术手段,受到了学术界及商业界的广泛关注。在视频拷贝检测中,传统的方法采用单一特征描述视频内容,缺乏广泛的鲁棒性,而利用多模态之间的互补性,设计基于多模态的视频拷贝检测可以有效抵抗多种视频攻击,提高视频拷贝检测的精度。此外,“大数据时代”的检索效率问题同样也是视频拷贝检测需要解决的难点问题,哈希化处理可以在降低数据存储空间的同时,提高检测效率。针对以上问题,论文对基于多模态哈希学习的视频拷贝检测技术进行深入研究,主要工作如下: (1)提出一种基于距离保持哈希学习的视频拷贝检测方法,在视频降采样后的关键帧中提取全局特征和局部特征,相似数据在原始特征空间中的距离应与其在汉明空间中的距离保持一致,即相似数据在原始特征空间中的欧式距离应与其在汉明空间中的汉明距离之差的平方最小化,建立目标函数,求得训练数据的最优哈希码,根据一致性保持,完成哈希函数的学习,得到一系列有辨别力的哈希函数,进而对数据库视频及查询视频进行哈希化处理,实现视频拷贝检测。 (2)提出一种基于多视角哈希学习的视频拷贝检测方法,同样在视频降采样后的关键帧中提取全局特征和局部特征,从局部考虑,同一模态下,相似数据的哈希码应保持相似,并且不同模态下相似数据的哈希码也应保持相似;从全局考虑,数据在多模态下的哈希码应该与每种模态下的哈希码保持相似;此外,结合一致性保持,建立有效的目标函数,同时学习训练数据的最优哈希码及有辨别力的哈希函数,该方法从局部和全局两个视角来考虑,取得了较好的视频拷贝检测效果。实验表明,在常见的视频攻击下,本文提出的方法具有较好的检测性能,同时获得了较高的检测效率。收起

关键词 : 视频拷贝检测方法哈希学习特征提取

5. 基于深度学习的视频指纹算法研究

[学位论文] 郭辰河南理工大学 2020年硕士导师: 李新伟;刘守祥共82页

摘要 : 视频指纹是一项涉及多媒体信息安全、非法视频传播等方面的前沿技术。它主要以鲁棒性和独特性兼备的数据特征为获取目标，在同时保证两种性质的情况下，设法生成紧凑视频指纹来完成快速准确的检测任务。本文针对现有视频指纹算法存在的指纹码质量偏低... 展开视频指纹是一项涉及多媒体信息安全、非法视频传播等方面的前沿技术。它主要以鲁棒性和独特性兼备的数据特征为获取目标，在同时保证两种性质的情况下，设法生成紧凑视频指纹来完成快速准确的检测任务。本文针对现有视频指纹算法存在的指纹码质量偏低、检测效果欠佳等问题，从深度学习理论出发，研究通过卷积神经网络提取视频特征，并将特征的量化编码融入到神经网络中，形成端到端的一体化视频拷贝检测框架。具体研究成果如下： 1.提出一种基于三胞胎网络的视频指纹算法。采用三个权值共享的分支网络搭建完整的视频指纹生成系统。每个分支网络均由特征学习和量化编码两部分组成，其中特征学习部分以三维残差网络为核心，并在卷积层嵌入非局部操作模块来提取视频全局和局部时空信息；量化编码部分将三维残差网络末端输出的高维特征通过全连接映射形成低维实值序列，并经二值化处理得到离散指纹码。整体框架以一种角度关系三元组损失函数来建模拷贝视频与非拷贝视频间的深层关联特征，同时引入量化误差损失以减少特征编码过程中相似信息的丢失。通过视频分析公共数据集上采集的5986个视频进行实验验证，结果表明该算法能在保持较好的鲁棒性与独特性情况下具备优异的检测效果，特别是对于几何类失真变换的识别率有明显提高。 2.提出一种基于四胞胎网络的视频指纹算法。采用四个权值共享的分支网络搭建完整的深度视频指纹框架。每个分支网络都包含特征提取和指纹码生成两部分，首先将能够显示建模特征通道间相互依赖关系的投影激励网络与三维卷积联合进行特征提取，主要针对当前任务学习特征权重，提升有用特征并抑制无用特征；然后将经过前馈网络学习所得的深度特征以全连接形式映射为近似指纹码并量化生成离散指纹序列。模型整体以一种改进的四元组损失来划分拷贝视频与非拷贝视频间的特征间距，并添加量化误差项来保证最终获得的指纹序列尽可能多地包含原始数据的相似信息，进一步提高模型识别能力。通过视频分析公共数据集采集的4986个视频进行实验验证，结果表明该算法能有效提升视频指纹的鲁棒性与独特性，在多种复合失真攻击下的平均检测精度优于对比算法。本文利用深度度量学习的特点，分别设计了以三胞胎网络和四胞胎网络为结构的视频指纹算法。算法在保证鲁棒性与独特性的同时，进一步达到指纹码的紧凑性要求，在防控非法视频传播、保护视频版权等方面具有一定的研究意义与应用价值。收起

关键词 : 视频指纹三维卷积投影激励网络拷贝检测深度学习

6. 基于时域代表帧序列的视频近拷贝检测技术研究

[学位论文] 师辰北京工业大学 2013年硕士导师: 卓力共70页

摘要 : 近些年来，互联网与多媒体技术的不断发展为人们带来了方便的信息获取途径，但同时也引发了诸多问题，例如色情内容的泛滥传播、知识产权的侵害等。数字视频处理软件的出现使得普通的网络用户可以轻易的对视频进行格式转换、剪辑或是二次编辑等操作，... 展开近些年来，互联网与多媒体技术的不断发展为人们带来了方便的信息获取途径，但同时也引发了诸多问题，例如色情内容的泛滥传播、知识产权的侵害等。数字视频处理软件的出现使得普通的网络用户可以轻易的对视频进行格式转换、剪辑或是二次编辑等操作，然后把修改后的视频作为一个新的视频发布。这导致互联网上出现大量内容相同但表现形式略有不同的视频，同时也对版权保护造成了危害。视频近拷贝检测是目前多媒体处理领域的前沿研究热点，在海量视频信息检索和版权保护等方面有着重要的应用价值。视频近拷贝检测的实质在于判断不同的视频片段是否具有相同的内容，从而实现对特定视频内容的搜索和分析。本文提出了一种基于时域代表帧序列的视频近拷贝检测方法，主要研究内容包括: 首先，提出了一种视频代表帧序列生成算法。对TIRI帧的生成方法进行了改进。在合成之前，首先根据帧间颜色卡方差与灰度OM(OM，Ordinal Measure)差别对视频进行场景分割，然后对分割后的视频进行降帧率、黑边检测等预处理。然后，对于每一个分割后的场景，进行自适应的分段合成。最终，根据分块的灰度互信息量进行筛选，得到每个场景的代表帧序列。其次，完成了基于内容的视频代表帧特征提取算法。根据MPEG-7标准的颜色分布描述子与边缘直方图描述子，提出了视频代表帧的颜色与纹理特征提取方法。之后与灰度的OM向量、均值、标准差、对比度等特征相结合，得到了视频代表帧特征向量，用于后续的近拷贝检测。最后，提出了基于投票法的视频近拷贝检测机制。首先，根据特征间的相似性度量结果进行自适应的帧级相似度匹配。然后根据帧级相似度匹配结果进行场景相似度匹配，最后得到整段视频的相似度匹配结果。基于上述内容，实现了本文提出的视频近拷贝检测算法。并最终通过实验对该算法的有效性与鲁棒性进行了验证。研究结果表明，与Mani等人提出的已有算法相比，本文提出的视频近拷贝检测方法总体来讲具有较好的鲁棒性。收起

关键词 : 视频近拷贝检测时域代表帧序列算法优化

7. 基于内容的视频拷贝检测算法研究

[学位论文] 党杰杭州电子科技大学 2012年硕士导师: 陆蓓共67页

摘要 : 随着网络和数字媒体的快速发展，存在于网络上的视频数据呈现爆炸式增长，如何进行有效的管理和版权保护已引起了人们的广泛关注。基于内容的视频拷贝检测(Content-Based Copy Detection，CBCD)作为其中的一种重要解决方法，已成为多媒体信息处理领域... 展开随着网络和数字媒体的快速发展，存在于网络上的视频数据呈现爆炸式增长，如何进行有效的管理和版权保护已引起了人们的广泛关注。基于内容的视频拷贝检测(Content-Based Copy Detection，CBCD)作为其中的一种重要解决方法，已成为多媒体信息处理领域的研究热点之一。 CBCD主要关注三方面的问题：准确性、鲁棒性和检测效率。因此，作为解决上述问题的关键核心，视频特征的选择以及视频序列的快速匹配引起了许多学者的关注。现有的拷贝检测算法主要是将视频描述为图像帧集合，通过比对图像帧之间的特征相似度来达到对视频相似度判断。一些图像相似度算法被直接推广到了视频拷贝检测中，但这些算法所用特征过于单一，难以应对实际情况中多种不同形式的拷贝攻击变化且过于关注视频某一帧的特性，未能充分考虑视频的时间特性，不能完全适用于CBCD；此外，由于在视频中图像帧的数量非常庞大并且随着视频时长急剧增长，这样就难以达到快速检测的目的。所以，对如何提取鲁棒性较强的视觉特征并进行快速、准确的检测的研究是十分必要的。因此，本文围绕CBCD中视频特征提取和检测效率两方面问题进行了探讨和分析，在现有算法基础上提出了基于多特征二级匹配的视频拷贝检测算法（Two-Level Feature Measure，TLFM）和融合时空信息视觉词汇的视频拷贝检测算法（Spatiotemporal Bag-of-Words，STBOW）。 TLFM算法设计了由粗到精的二级检测框架。粗略检测阶段提取视频镜头颜色-空间直方图特征用于拷贝镜头检索，精确检测阶段则采用基于量化编码方式改进的时空组合特征进行最终验证。为实现快速检测，在粗略检测阶段采用FLANN特征近邻检索与“尽早停止”相结合的策略。实验结果表明本文算法检测效率明显提高，对于添加边框、高斯模糊、亮度变化等全局拷贝攻击变化具有鲁棒性，在确保较高查全率的基础上，查准率也可取得较好水平。 STBOW算法首先将视频描述为镜头关键帧集合，然后在传统视觉词汇（Bag–of-Word，BOW）基础上提出基于线性投射、圆形投射以及尺度变换不变直方图的改进方法，将图像局部特征的空间几何信息融入传统BOW特征之中。与此同时，为充分利用视频时间信息，将TLFM算法中所提时间特征与改进的BOW相结合，共同构造融合时空信息的视觉词汇特征。实验结果表明本文算法对于平移、旋转、尺度变化等空间几何信息改变具有鲁棒性，在检测效率并未急剧增长情况下，查全率和查准率均有显著提高。收起

关键词 : 视频拷贝检测视觉特征二级匹配版权保护

8. 基于拷贝检测的视频版权注册与认定系统

[学位论文] 徐波华中科技大学 2011年硕士导师: 邹复好共58页

摘要 : 随着互联网和视频处理技术的快速发展，数字视频内容的传播越来越便捷。但是我国目前在视频版权保护方面的技术和法律都相对滞后，盗版问题日益严重，由此造成了很多的版权纠纷。因此，如何确定数字视频的版权归属已变得非常重要。对现有的视频... 展开

关键词 : 版权注册视频拷贝检测公钥认证签名注册

9. 海量视觉信息处理中特征选择与匹配关键技术研究

[学位论文] 陈实中国科学院研究生院 2011年博士导师: 卢汉清共111页

摘要 : 随着互联网的快速发展以及图像和视频采集设备的广泛普及，催生了大量地以图像和视频为代表的海量视觉信息。这些视觉信息由于其信息量大、表现力强、形象生动，已成为人们获取信息的重要来源之一，海量视觉信息的理解与分析也成为当今多媒体信息处理... 展开随着互联网的快速发展以及图像和视频采集设备的广泛普及，催生了大量地以图像和视频为代表的海量视觉信息。这些视觉信息由于其信息量大、表现力强、形象生动，已成为人们获取信息的重要来源之一，海量视觉信息的理解与分析也成为当今多媒体信息处理领域的一个重要研究方向。另一方面，以视觉特征为主要描述子的视觉信息的理解与分析在近十几年来有了爆炸式的发展，从底层到高层，从局部到全局，从区域到码本等各种特征被研究人员层出不穷巧妙设计出来。特征数目的急剧增加使视觉特征从特征匮乏时代发展到特征富余时代，这种快速增长一方面促进了基于内容的视觉信息的理解与分析的发展，另一方面也使人们淹没在视觉特征海洋之中。在面对海量视觉信息处理问题时，传统的基于内容的图像和视频媒体的理解与分析技术在中小规模数据集的成功往往难以在海量视觉特征数据库上得到复制，主要原因是缺乏高效的与视觉特征相关的特征选择，匹配与检索技术，难以从纷繁芜杂的视觉特征中筛选并获取自己真正的想要的视觉特征。针对上述的问题，本文就海量特征的选择，匹配与检索技术进行了研究和讨论，主要工作和贡献如下：在视觉特征选择方面，本文同时考虑分类器分类特性和泛化特性的基础上提出一种有效的多特征分类器设计和实现的框架。具体而言，设计了一种新颖的基于局部感知的多特征分类器，并将这种分类器的设计转化为加权的LASSO回归问题，能够在海量特征池中自动的选择和组合多个简单的特征。采用改进的线性角度回归方法(LARS)来求解，从而能够自适应的选择高性能但稀疏的特征组合成分类器。此外，本文将分类器设计与选择的方法融入了GradientBoosting的框架，将多特征分类器的选择与组合问题转化为在每一轮迭代中函数空间中最优方向的选择问题，提出了基于L1范数规则化的Gradient Boosting算法。在人脸检测与行人检测的数据集中进行了实验，取得了良好的效果。另外，设计了一种新颖的将特征空间中最优特征选择转化为函数空间中最近邻搜索问题的快速特征选择的方法。通过局部敏感哈希(LSH)技术，我们能够极大的降低特征选择的计算复杂度。另外通过对分类器的分布和候选查询点的结构信息的分析，设计了一种更有效去划分候选查询空间和对视觉特征进行更有效率的编码的方法。与传统的随机投影相比我们的方法更具有投影的效率更高，分类性能更好的特点。结合视频概念检测，证明了我们的方法在海量视觉信息处理中有着广泛的应用前景。针对海量视觉特征的匹配与检索中的相关问题，我们结合广告视频的内容分析，提出了一种以特征匹配为基础的视觉检索以及进一步的文本聚类和搜索的方法来对视频广告和网络商品信息进行语义连接，并通过该语义连接来进行广告推荐的方法。我们首先利用视觉特征得到一个基于视频内容的分类器，在广告视频中寻找具有产品信息的关键帧。然后通过视觉特征提取，检索、匹配和融合等视觉检索技术，实现关键帧图像在网络产品图像库的图像检索与匹配。然后图像检索返回的信息用来对广告视频进行语义标注，利用文本聚类和检索，推荐出与广告视频语义相关的广告。在海量广告视频推荐上的实验结果，证明了我们的匹配与检索方法能够应用到其他的海量视觉信息处理领域。最后，我们将特征选择与匹配检索进行了有效结合，就视频拷贝检测中的特征选择与匹配问题进行了综合研究，提出了一种基于视觉轨迹的时空变换模型的方法来对视频拷贝进行检测。我们的方法设计了一种多层次的视觉轨迹描述子去保存和挖掘时空层和特征层的特性。然后，根据所应用问题的背景，设计出相关的视觉特征匹配、融合算法，并采用了最近邻特征检索方法去提高海量视觉特征的匹配速度和精度。在TRECVID2008上的实验证明了我们这种视频拷贝检测方法的有效性。收起

关键词 : 特征选择特征匹配物体检测视频概念检测视频拷贝检测线性角度回归法

10. 基于视觉哈希的视频拷贝检测算法研究

[学位论文] 王静山东大学 2013年硕士导师: 孙建德共77页

摘要 : 随着多媒体技术的发展，网络视频的传播变得十分便捷迅速。由于数字视频的拍摄编辑处理非常容易，使得数以千计的数字视频每天都被创造出来。同时，非法盗版者往往对视频进行一些编辑处理（如添加噪声，添加边框，尺寸变化，滤波，画中画，添加字幕，... 展开随着多媒体技术的发展，网络视频的传播变得十分便捷迅速。由于数字视频的拍摄编辑处理非常容易，使得数以千计的数字视频每天都被创造出来。同时，非法盗版者往往对视频进行一些编辑处理（如添加噪声，添加边框，尺寸变化，滤波，画中画，添加字幕，JPEG压缩，对比度变换等攻击），使得盗版视频也在成倍出现飞速传播，极大侵害了版权所有者的切身利益。随着这一发展，对于视频拷贝检测技术的研究逐渐成为了多媒体信息版权处理领域中的研究热点，并且开始在视频跟踪，视频内容检索，视频内容认证，版权保护，视频内容过滤等方面进行应用。因此，如何建立更鲁棒的视频拷贝检测系统模型就成为了国内外研究的重点。本论文首先介绍了视频拷贝检测系统机制的基本理论;然后介绍了一种用于视频拷贝检测的时空联合哈希算法，并在此基础上，本论文针对目前视频拷贝检测算法存在的不足，结合时空联合特征在表征视频内容上的全面性以及顺序特征在鲁棒性上的贡献，以及视觉关注区域即图像中最能引起用户兴趣，最能表现图像内容的区域，这些区域特征的提出将会大大提高图像处理和分析的效率和准确度。引入人类视觉关注模型，提出了基于视觉关注的视频拷贝检测算法，分别研究了视觉关注模型的应用以及其在视频哈希形成以及视频哈希加权上的分析。论文最后还介绍了对基于视觉关注的视频拷贝检测算法的改进以及其在视频拷贝检测查全率查准率上的贡献。本论文的主要创新和贡献包括以下四个方面: (1)提出一种基于视频拷贝检测的时空联合哈希算法。该算法考虑到视频是一系列时间上连续的视频帧的集合，提取时空域特征来代替以往的只提取时域特征或空域特征，由于视频帧颜色的空间分布以及由于亮度变化和块效应导致的帧图像边缘信息变化，使得采用颜色直方图和运动矢量特征的视频内容特征提取方案不完善，这里采用视频帧块的顺序特征来提取视频内容的指纹，发现在检测中性能更好。 (2)提出一种基于视觉关注的视频拷贝检测算法。该算法充分考虑到人的视觉系统对提取视频内容特征的影响，将人的关注加入到视频拷贝检测系统模型中，根据人眼对视频内容的关注程度的不同，赋予各视频帧块不同权重，进而在进行哈希匹配时，每一哈希比特位，不再是均一权重。这样对视频内容特征进行提取分析更符合人的感知。 (3)介绍了视觉关注模型在视频哈希形成上的应用，区别与以前视频哈希指纹直接由提取视频帧块顺序特征得到，这里的改进是分别计算出时域信息代表图像的二值序列和视觉显著图的二值序列特征，进而将时域信息代表图像的二值序列特征和视觉显著图的二值序列特征进行融合得到最终的视频哈希指纹。这样所提取内容指纹包含了人的视觉关注，实验结果表明在保证查全率的同时，查准率得到提高。 (4)进一步介绍了视频关注模型在视频拷贝检测系统上的改进，为了进一步提高视频拷贝检测的查全率和查准率，首先将时域信息代表图像的二值序列和视觉显著图的二值序列进行融合得到一个视频片段的二值序列，然后再次利用关注模型，根据人眼特性，对代表图像进行分块处理，计算出每一块的权重，再将此权重分配给上述视频序列的二值序列得到最终视频哈希指纹进行哈希匹配，其实验结果的稳定性，为视频拷贝检测提供了有利的参考价值。文章中提出的基于视觉关注的带有权重分配的哈希算法在视频拷贝检测上表现出了较好的鲁棒性与区分性。这样通过关注模型将得到的权重序列赋予上述对应的二进制比特流即得到最后的带有权重分配的视频哈希指纹。这样对视频内容特征进行提取分析更符合人的感知。收起

关键词 : 视频哈希指纹视频拷贝检测顺序特征时域信息代表图像视觉关注模型