專利名稱：一種視頻拷貝的檢測方法和系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及視頻檢測領(lǐng)域，特別是涉及一種視頻拷貝的檢測方法和系統(tǒng)。
技術(shù)背景數(shù)字化技術(shù)極大地方便了視頻信息的存儲(chǔ)、傳輸和復(fù)制，使得數(shù)字視頻內(nèi) 容的數(shù)量飛速增長。而在實(shí)際應(yīng)用中受到網(wǎng)絡(luò)傳輸帶寬、視頻質(zhì)量要求等條件 的限制，相同的視頻內(nèi)容經(jīng)常被編碼為不同的格式，以適應(yīng)不同的需求。一般地，稱這種在內(nèi)容上與原視頻相同，而在格式上發(fā)生改變的視頻為視 頻拷貝，或者拷貝視頻。檢測拷貝視頻在視覺信息處理中有著重要的實(shí)際用途首先視頻拷貝檢測 在視頻信息檢索和對(duì)搜索結(jié)果進(jìn)行過濾、排序方面具有重要意義；其次，在媒 體追蹤方面，視頻拷貝檢測可以用來自動(dòng)地監(jiān)控特定內(nèi)容視頻的播出狀況；此 外，在數(shù)字視頻版權(quán)保護(hù)方面，相對(duì)于傳統(tǒng)的數(shù)字水印技術(shù)而言，由于具有無 需在媒體中加入附加信息，特征提取可在媒體發(fā)布之后進(jìn)行等良好的特性，拷 貝檢測也開始受到關(guān)注。要檢測出經(jīng)過格式變化后的拷貝視頻，檢測方法必須滿足兩個(gè)要求，即一 方面要對(duì)因格式轉(zhuǎn)變而產(chǎn)生的視頻數(shù)據(jù)變化魯棒，另一方面又要對(duì)因視頻內(nèi)容 變化產(chǎn)生的視頻數(shù)據(jù)變化敏感。為此，研究人員提出了多種視頻拷貝檢測方法，但由于視頻格式和內(nèi)容的 多樣性，如何選取有效的特征，準(zhǔn)確地檢測視頻拷貝依然是一個(gè)未解決的問題。發(fā)明內(nèi)容本發(fā)明的目的在于提供一種視頻拷貝的檢測方法和系統(tǒng)，其減小視頻拷貝 檢測的搜索空間，有效提高了檢測效率。為實(shí)現(xiàn)本發(fā)明目的而提供的一種視頻拷貝的檢測方法，包括下列步驟 步驟A，將査詢視頻和被檢測視頻轉(zhuǎn)化為統(tǒng)一格式的數(shù)字視頻；對(duì)所述査
詢視頻和被檢測視頻進(jìn)行視頻結(jié)構(gòu)分析，分割視頻中的鏡頭，提取關(guān)鍵幀；步驟B，對(duì)被檢測視頻的關(guān)鍵幀建立索引，利用查詢視頻的關(guān)鍵幀在索引中進(jìn)行視頻拷貝的初歩查找，得到與査詢視頻的關(guān)鍵幀具有相似內(nèi)容的被檢測視頻，并將這些被檢測視頻作為下一步匹配的備選視頻，-步驟C，計(jì)算查詢視頻的關(guān)鍵幀和備選視頻的關(guān)鍵幀序列之間的相似度，對(duì)關(guān)鍵幀序列進(jìn)行匹配，確認(rèn)視頻之間的相似度，相似度高的視頻作為查詢視頻的拷貝視頻源。所述歩驟A中，所述提取關(guān)鍵幀，包括下列步驟-.步驟A1，計(jì)算視頻中各幀的HSI值；步驟A2，生成并統(tǒng)計(jì)整個(gè)視頻的各幀HSI值的直方圖，估算得到視頻信 息熵；步驟A3，確定較佳的關(guān)鍵幀幀數(shù)。 所述步驟A3之后，還包括下列步驟步驟A4，根據(jù)較佳的關(guān)鍵幀數(shù)，用自適應(yīng)無監(jiān)督聚類方法的聚類中心作為K-均值聚類的初始中心，對(duì)視頻中各幀進(jìn)行K-均值聚類。所述歩驟B中，對(duì)被檢測視頻的關(guān)鍵幀的特征建立索引，包括下列步驟 歩驟B1 ，對(duì)提取的被檢測視頻的關(guān)鍵幀的SIFT特征進(jìn)行主成分分析降維； 步驟B2，對(duì)降維后的被檢測視頻關(guān)鍵幀的特征采用仗*樹結(jié)構(gòu)建立索引。 所述步驟C中，計(jì)算査詢視頻的關(guān)鍵幀和備選視頻的關(guān)鍵幀序列之間的相似度，對(duì)關(guān)鍵幀序列進(jìn)行匹配，包括下列步驟步驟Cl，將一個(gè)關(guān)鍵幀作為時(shí)間序列上一時(shí)間點(diǎn)上的取值，則關(guān)鍵幀序列可視為時(shí)間序列，即隨時(shí)間變化的一組值，將査詢視頻的關(guān)鍵幀序列和備選視頻的關(guān)鍵幀序列分別視為兩個(gè)關(guān)鍵幀時(shí)間序列 ，步驟C2，按特征對(duì)時(shí)間序列進(jìn)行動(dòng)態(tài)時(shí)間規(guī)整相似度計(jì)算，對(duì)關(guān)鍵幀序列進(jìn)行匹配。為實(shí)現(xiàn)本發(fā)明目的還提供一種視頻拷貝的檢測系統(tǒng)，包括分析提取模塊， 索引模塊，檢測模塊，其中.-所述分析提取模塊，用于將查詢視頻和被檢測視頻轉(zhuǎn)化為統(tǒng)一格式的數(shù)字 視頻；對(duì)所述查詢視頻和被檢測視頻進(jìn)行視頻結(jié)構(gòu)分析，分割視頻中的鏡頭， 提取關(guān)鍵幀；
所述索引模塊，用于對(duì)被檢測視頻的關(guān)鍵幀建立索引，利用查詢視頻的關(guān) 鍵幀在索引中進(jìn)行視頻拷貝的初步查找，得到與査詢視頻的關(guān)鍵幀具有相似內(nèi) 容的被檢測視頻的關(guān)鍵幀以及該被檢測視頻的視頻號(hào)，并將這些被檢測視頻作 為下一步匹配的備選視頻；檢測模塊，用于計(jì)算查詢視頻的關(guān)鍵幀和備選視頻的關(guān)鍵幀序列之間的相 似度，對(duì)關(guān)鍵幀序列進(jìn)行匹配，確認(rèn)視頻之間的相似度，相似度高的視頻作為 查詢視頻的拷貝視頻。所述提取關(guān)鍵幀，包括計(jì)算視頻中各幀的HSI值；生成并統(tǒng)計(jì)整個(gè)視頻的各幀HSI值的直方圖，估算得到視頻信息熵； 確定較佳的關(guān)鍵幀幀數(shù)。根據(jù)較佳的關(guān)鍵幀數(shù)，用自適應(yīng)無監(jiān)督聚類方法的聚類中心作為K-均值 聚類的初始中心，對(duì)視頻中各幀進(jìn)行K-均值聚類。所述對(duì)被檢測視頻的關(guān)鍵幀的特征建立索引，包括.-對(duì)提取的被檢測視頻的關(guān)鍵幀的SIFT特征進(jìn)行主成分分析降維；對(duì)降維后的被檢測視頻關(guān)鍵幀的特征采用11*樹結(jié)構(gòu)建立索引。 所述計(jì)算查詢視頻的關(guān)鍵幀和備選視頻的關(guān)鍵幀序列之間的相似度，對(duì)關(guān)鍵幀序列進(jìn)行匹配，是指將一個(gè)關(guān)鍵幀作為時(shí)間序列上一時(shí)間點(diǎn)上的取值，則關(guān)鍵幀序列可視為 時(shí)間序列，即隨時(shí)間變化的一組值，將査詢視頻的關(guān)鍵幀序列和備選視頻的關(guān) 鍵幀序列分別視為兩個(gè)關(guān)鍵幀時(shí)間序列 ，按特征對(duì)時(shí)間序列進(jìn)行動(dòng)態(tài)時(shí)間規(guī)整相似度計(jì)算，對(duì)關(guān)鍵幀序列進(jìn)行匹配。本發(fā)明的有效效果是本發(fā)明的視頻拷貝的檢測方法和系統(tǒng)，對(duì)視頻進(jìn)行 關(guān)鍵幀提取，以此作為分析的基礎(chǔ)，提高了效率和處理速率；對(duì)關(guān)鍵幀提取 SIFT特征，該特征對(duì)視頻拷貝過程中對(duì)視頻信號(hào)帶來的噪聲比較魯棒，從而 在進(jìn)行關(guān)鍵幀序列匹配時(shí)不受噪聲影響。在進(jìn)行關(guān)鍵幀匹配時(shí)采用時(shí)間序列匹 配中的DTW方法，能有效克服關(guān)鍵幀位置不完全對(duì)應(yīng)而帶來的序列匹配問題。


圖1是本發(fā)明視頻拷貝的檢測方法流程圖；圖2是本發(fā)明視頻拷貝的檢測系統(tǒng)結(jié)構(gòu)示意圖。
具體實(shí)施方式
為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí) 施例，對(duì)本發(fā)明的一種視頻拷貝的檢測方法和系統(tǒng)進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng) 理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。本發(fā)明的視頻拷貝的檢測方法和系統(tǒng)，是對(duì)視頻片段是否為另一視頻內(nèi)容 拷貝進(jìn)行檢測，其對(duì)已經(jīng)得到的數(shù)字視頻進(jìn)行內(nèi)容分析，得到內(nèi)容單元，對(duì)各 單元提取能表達(dá)單元主要內(nèi)容的視頻關(guān)鍵幀，通過分析關(guān)鍵幀序列的相似度來 確定一個(gè)視頻片段是不是另一視頻的全部或者部分的視頻拷貝。在本發(fā)明實(shí)施例中，以具有版權(quán)的視頻(稱為被檢測視頻)，對(duì)來自于互 聯(lián)網(wǎng)上的査詢視頻，檢測其中的查詢視頻是否包含被檢測視頻中的內(nèi)容(即查 詢視頻是否拷貝了被檢測視頻的部分或全部內(nèi)容)為例，說明本發(fā)明的視頻拷 貝檢測方法，但其不是對(duì)本發(fā)明應(yīng)用范圍的限定，本發(fā)明也可以適用于其他視 頻拷貝的檢測。下面詳細(xì)說明本發(fā)明的一種視頻拷貝的檢測方法，如圖1所示，包括下列 步驟步驟S100，將査詢視頻和被檢測視頻轉(zhuǎn)化為統(tǒng)一格式的數(shù)字視頻；對(duì)所 述査詢視頻和被檢測視頻進(jìn)行視頻結(jié)構(gòu)分析，分割視頻中的鏡頭，提取關(guān)鍵幀。 將被檢測視頻和從互聯(lián)網(wǎng)上下載的多個(gè)查詢視頻，轉(zhuǎn)化為統(tǒng)一格式的數(shù)字視頻格式，使得視頻的尺寸、編碼格式是統(tǒng)一的，如從AVI、 DV-AVI、 MOV 格式轉(zhuǎn)化為MPEG格式等。這種轉(zhuǎn)化是本領(lǐng)域的現(xiàn)有技術(shù)，本領(lǐng)域技術(shù)人員 在可以依照本發(fā)明公開的內(nèi)容，實(shí)現(xiàn)其轉(zhuǎn)化過程，因此，在本發(fā)明中不再一一 詳細(xì)描述。對(duì)被檢測視頻和查詢視頻均進(jìn)行視頻結(jié)構(gòu)分析，分割視頻中的鏡頭(shot)， 提取關(guān)鍵幀。。視頻結(jié)構(gòu)化分析是指對(duì)視頻流進(jìn)行鏡頭分割、關(guān)鍵幀提取和場景分割等處 理。鏡頭分割的關(guān)鍵在于確定鏡頭的邊界?，F(xiàn)有鏡頭分割方法多以視頻內(nèi)容的 不連續(xù)性為劃分鏡頭的依據(jù)，通常選取視頻的某種特征來度量視頻內(nèi)容的不連 續(xù)性，如顏色特征、運(yùn)動(dòng)矢量特征、邊緣特征等。通過鏡頭分割，可對(duì)視頻內(nèi)容進(jìn)行基于鏡頭單元的簡潔表達(dá)，從而在保持 視頻基本內(nèi)容的前提下對(duì)視頻內(nèi)容進(jìn)行基于鏡頭單元的關(guān)鍵幀表達(dá)；鏡頭分割后，對(duì)每個(gè)鏡頭可提取若干關(guān)鍵幀，并用關(guān)鍵幀來簡潔地表示鏡頭。由于同一個(gè)鏡頭中的各幀圖像之間的內(nèi)容有相當(dāng)程度的冗余，因此可以選 取反映鏡頭中主要信息內(nèi)容的幀圖像作為關(guān)鍵幀。這樣關(guān)鍵幀之間的冗余度被 降低了，可以提高基于內(nèi)容的視頻處理的效率。其中，在本發(fā)明實(shí)施例中，所述視頻的關(guān)鍵幀提取的具體方法是步驟S110，計(jì)算視頻中各幀的HSI值；其中，HSI(Hue, Saturation, Intensity,或稱HSV)表示色相、飽和度和亮度。 HSI的計(jì)算方法是一種現(xiàn)有技術(shù)，作為一種可實(shí)施方式，可以利用如《多媒體計(jì)算機(jī)技術(shù)基礎(chǔ)及應(yīng)用》(鐘玉琢等，高等教育出版社，1999年)中描述的方法來實(shí)現(xiàn)。以每幀圖像的中各個(gè)像素點(diǎn)HSV的均值表示該圖像，同時(shí)把HSI非均勻 量化到0 165共166個(gè)等級(jí)。量化方法也是一種現(xiàn)有技術(shù)，作為一種可實(shí)施的 方式，可以禾U用如《VIP: Vision tool for comparing Images of People》 (Michel Lantage, Marc Parizeau and Robert Bergevin, In: Vision Interface 2003 )中描述的方法來實(shí)現(xiàn)。步驟S120，生成并統(tǒng)計(jì)整個(gè)視頻的各幀HSI值的直方圖，估算得到視頻其中信息熵的計(jì)算方法為= —f F腦函附,F謂一 比特/符號(hào)其中toto/^V,dV,表示該視頻流的總幀數(shù)，^ww,'表示視頻流中被量化到第''階的幀數(shù)，N=l， 2，……。步驟S130，確定較佳的關(guān)鍵幀幀數(shù)；
關(guān)鍵幀個(gè)數(shù)與信息熵的關(guān)系可以表述如下對(duì)于關(guān)鍵幀，從關(guān)鍵幀精簡的需要來看，關(guān)鍵幀是各不相同，對(duì)于K個(gè) 關(guān)鍵幀，可以視為等概率出現(xiàn)的K個(gè)符號(hào)，這時(shí)的信息熵為^(力-log^比特；從反映視頻內(nèi)容的角度來看，基于圖像幀在視頻中出現(xiàn)越多越重要的假 設(shè)，若//(1)>//(力，視頻流信源的隨機(jī)性大于精簡后關(guān)鍵幀的隨機(jī)性，關(guān)鍵 幀的個(gè)數(shù)不足以反映視頻的變化，而若//(1)<//(勾，視頻流信源的隨機(jī)性小 于精簡后關(guān)鍵幀的隨機(jī)性，關(guān)鍵幀的個(gè)數(shù)過多，可能選取了在視頻中出現(xiàn)很少 的幀作為關(guān)鍵幀。因此，較佳的情況是使關(guān)鍵幀的幀數(shù)K與視頻的信息熵滿 足//(f) = log2K = //(X)，即i^2"("。步驟S140，根據(jù)較佳的關(guān)鍵幀數(shù)，用自適應(yīng)無監(jiān)督聚類方法的聚類中心作為K-均值聚類的初始中心，對(duì)視頻中各幀進(jìn)行K-均值聚類。聚類是以數(shù)字公式為基礎(chǔ)的在不同對(duì)象之間的相似性的度量。K-均值是簡 單的非監(jiān)督學(xué)習(xí)方法(算法)，它用于解決一些公知的聚類問題。K-均值聚類 方法被用于產(chǎn)生根據(jù)相似性的距離度量的聚類和固定尺寸的、平直的分類。其 通過事先固定的聚類的給定數(shù)目(例如，K個(gè)聚類)把給定的數(shù)據(jù)集進(jìn)行分類。 其是一種現(xiàn)有技術(shù)，本領(lǐng)域技術(shù)人員根據(jù)本發(fā)明公開的內(nèi)容，能夠?qū)崿F(xiàn)對(duì)視頻 中各幀的K-均值聚類過程，因此，在本發(fā)明中不再一一詳細(xì)描述。步驟S200，對(duì)被檢測視頻的關(guān)鍵幀建立索引，利用査詢視頻的關(guān)鍵幀在 索引中進(jìn)行初步查找，得到與査詢視頻的關(guān)鍵幀具有相似內(nèi)容的被檢測視頻的 關(guān)鍵幀以及該被檢測視頻的視頻號(hào)，并將這些被檢測視頻作為下一步匹配的備 選視頻。本發(fā)明實(shí)施例中，對(duì)被檢測視頻的關(guān)鍵幀建立索引，是對(duì)關(guān)鍵幀提取SIFT (Scale Invariant Feature Transform) f寺征，并建立索引，用來初步查找被檢測 視頻中是否存在與查詢視頻匹配的內(nèi)容。其對(duì)關(guān)鍵幀提取能表達(dá)視頻內(nèi)容的魯棒(robustness)特征，通過以這些 特征建立高維索引，加快查找相似關(guān)鍵幀的速度。在進(jìn)行初步査找時(shí)，記錄經(jīng)查找，與査詢視頻(即所提交視頻)的關(guān)鍵幀 具有相似內(nèi)容的被檢測視頻的關(guān)鍵幀，以及該被檢測視頻的視頻號(hào)，將這些被 檢測視頻作為下一步匹配的備選視頻，依據(jù)關(guān)鍵幀査找的結(jié)果來初步選定進(jìn)一 步進(jìn)行視頻拷貝檢測的初歩范圍。
其中，在本發(fā)明實(shí)施例中，對(duì)被檢測視頻的關(guān)鍵幀建立索引的具體方法是 步驟S210，對(duì)提取的被檢測視頻的關(guān)鍵幀的SIFT特征進(jìn)行降維；因?yàn)樯傻腟IFT特征點(diǎn)比較多，數(shù)據(jù)量大，因此，對(duì)SIFT特征點(diǎn)的描述構(gòu)成的矩陣進(jìn)行降維。較佳地，鑒于主成分分析(Principal Component Analysis, PCA)在能量集中 意義方面最為有效，本發(fā)明實(shí)施例采用PCA對(duì)SIFT特征矩陣進(jìn)行降維。本發(fā)明實(shí)施例中，將各點(diǎn)SIFT特征看作是特征矩陣的一行，則一幀圖像 的特征成為一個(gè)特征矩陣，對(duì)該特征矩陣進(jìn)行PCA變換.取變換后的低維特 征向量作為低維度的關(guān)鍵幀特征。作為一種可實(shí)施方式，PCA變換可以利用 如《The Complete Reference (2nd Edition)》 (David Salomon; Data Compression: The Complete Reference (2nd Edition), Springer, ISBN 0-387-95045-1, 2000)中描 述的方法實(shí)現(xiàn)。步驟S220，對(duì)降維后的被檢測視頻關(guān)鍵幀的特征采用11*樹結(jié)構(gòu)建立索引。其中，R^對(duì)是R樹(regiontree，區(qū)域樹)的變形結(jié)構(gòu)，是目前大規(guī)模數(shù) 據(jù)庫中的常用索引結(jié)構(gòu)，具有結(jié)構(gòu)穩(wěn)定、檢索迅速等優(yōu)點(diǎn)。本發(fā)明針對(duì)圖像特 征數(shù)據(jù)的特點(diǎn)，采用了R^對(duì)結(jié)構(gòu)來實(shí)現(xiàn)圖像庫的索引。R^對(duì)是基于不同數(shù)據(jù)分布提出的R樹變種。它不同于R樹僅在小的葉子 區(qū)域體積優(yōu)化，R^樹還優(yōu)化了 (1)葉子節(jié)點(diǎn)區(qū)域之間的覆蓋；(2)葉 子節(jié)點(diǎn)區(qū)域的表面；(3)存儲(chǔ)利用率。與R樹插入算法不同，R^樹在為一 個(gè)數(shù)據(jù)目標(biāo)選擇合適的插入葉子節(jié)點(diǎn)時(shí)，當(dāng)點(diǎn)未被包括在任何葉子節(jié)點(diǎn)區(qū)域內(nèi) 時(shí)，葉子節(jié)點(diǎn)和目錄節(jié)點(diǎn)的處理方法是不同的。對(duì)于葉子節(jié)點(diǎn)，選擇使覆蓋產(chǎn) 生最小擴(kuò)大值的區(qū)域，擴(kuò)大值相同時(shí)，進(jìn)一步比較葉子節(jié)點(diǎn)的體積擴(kuò)大值和自 身體積大小。對(duì)于目錄節(jié)點(diǎn)，先判斷最小體積擴(kuò)大區(qū)域，若不能判定時(shí)，則由 自身的體積決定。11*樹分裂算法的特點(diǎn)在于提出了一種"強(qiáng)行再插入"的概 念，即如果一個(gè)節(jié)點(diǎn)溢出，就刪除一定百分比的遠(yuǎn)離中心區(qū)域的目標(biāo)，再按插 入方法重新插入這些目標(biāo)。雖然尺*樹的"再插入"算法會(huì)增加運(yùn)算復(fù)雜度和 訪問磁盤次數(shù)，但這種增加量避免了很多節(jié)點(diǎn)的分裂。步驟S300，計(jì)算查詢視頻的關(guān)鍵幀和備選視頻的關(guān)鍵幀序列之間的相似 度，對(duì)關(guān)鍵幀序列進(jìn)行匹配，確認(rèn)視頻之間的相似度，相似度高的視頻作為查 詢視頻的拷貝視頻源，即認(rèn)為來自于網(wǎng)上的査詢視頻拷貝了被檢測視頻中的這
本發(fā)明中，將視頻之間相似度的計(jì)算轉(zhuǎn)化為關(guān)鍵幀序列相似性計(jì)算，通過 時(shí)間序列匹配方法，可以有效計(jì)算關(guān)鍵幀序列之間的相似度，從而依據(jù)相似度 來有效判斷一視頻是否是另一視頻的全部或者部分的視頻拷貝。其中，在本發(fā)明實(shí)施例中計(jì)算查詢視頻的關(guān)鍵幀和備選視頻的關(guān)鍵幀序列 之間的相似度，對(duì)關(guān)鍵幀序列進(jìn)行匹配的具體方法是步驟S310，將一個(gè)關(guān)鍵幀作為時(shí)間序列上一時(shí)間點(diǎn)上的取值，則關(guān)鍵幀序 列可視為時(shí)間序列，即隨時(shí)間變化的一組值。將査詢視頻的關(guān)鍵幀序列和備選 視頻的關(guān)鍵幀序列分別視為兩個(gè)關(guān)鍵幀時(shí)間序列；時(shí)間序列是一類重要的數(shù)據(jù)對(duì)象，在經(jīng)濟(jì)、水文、氣象等許多應(yīng)用領(lǐng)域廣 泛存在。時(shí)間序列具有維數(shù)高、數(shù)據(jù)量大以及噪聲干擾嚴(yán)重等特點(diǎn)，時(shí)間序列 的模式表示有三方面的好處 一是對(duì)時(shí)間序列進(jìn)行壓縮，換來更小的存儲(chǔ)和計(jì)算代價(jià)；二是只保留了時(shí)間序列的主要形態(tài)，去除了細(xì)節(jié)干擾，更能反映出時(shí) 間序列的自身特征，有利于提高數(shù)據(jù)挖掘的效率和準(zhǔn)確性；三是很多應(yīng)用領(lǐng)域關(guān)心的是時(shí)間序列一段時(shí)間內(nèi)的變化模式和規(guī)律，而不是時(shí)間序列中單個(gè)序列 點(diǎn)的值，模式表示更能符合其特點(diǎn)。歩驟S320，按特征對(duì)時(shí)間序列進(jìn)行動(dòng)態(tài)時(shí)間規(guī)整(Dynamic Time Warping， DTW)相似度計(jì)算，對(duì)關(guān)鍵幀序列進(jìn)行匹配。在進(jìn)行DTW方法計(jì)算時(shí)，采用引入Keogh下界的快速算法來進(jìn)行DTW 距離計(jì)算；按特征對(duì)時(shí)間序列進(jìn)行DTW相似度計(jì)算是一種現(xiàn)有技術(shù)，作為一種可實(shí) 施方式，可以禾ll用如《Indexing Multi-Dimensional Time-Series with Support for Multiple Distance Measures》 (Michail Vlachos, Marios Hadjieleftheriou， Dimitrios Gunopulos， Eamo皿Keogh,SIGKDD '03, August 24-27, 2003, Washington, DC, USA)中描述的方法來實(shí)現(xiàn)。最后，可以通過預(yù)先設(shè)定一闊值，當(dāng)相似度高于預(yù)先設(shè)定閥值的視頻，則 作為查詢視頻的拷貝視頻。本發(fā)明的視頻拷貝的檢測方法，通過確定備選視頻，縮小了要進(jìn)行視頻片 段匹配的視頻的范圍；對(duì)該范圍內(nèi)的視頻逐個(gè)進(jìn)行關(guān)鍵幀序列匹配，從而得到 最終的判定結(jié)果，所選中的視頻
相應(yīng)地，本發(fā)明還提供一種視頻拷貝的檢測系統(tǒng)20，如圖2所示，該系統(tǒng)包括分析提取模塊21，索引模塊22，檢測模塊23。其中所述分析提取模塊21，用于將查詢視頻和被檢測視頻轉(zhuǎn)化為統(tǒng)一格式的 數(shù)字視頻；對(duì)所述查詢視頻和被檢測視頻進(jìn)行視頻結(jié)構(gòu)分析，分割視頻中的鏡 頭，提取關(guān)鍵幀。所述索引模塊22，用于對(duì)被檢測視頻的關(guān)鍵幀建立索引，利用查詢視頻 的關(guān)鍵幀在索引中進(jìn)行初步查找，得到與查詢視頻的關(guān)鍵幀具有相似內(nèi)容的被 檢測視頻的關(guān)鍵幀以及該被檢測視頻的視頻號(hào)，并將這些被檢測視頻作為下一 步匹配的備選視頻。檢測模塊23，用于計(jì)算查詢視頻的關(guān)鍵幀和備選視頻的關(guān)鍵幀序列之間 的相似度，對(duì)關(guān)鍵幀序列進(jìn)行匹配，確認(rèn)視頻之間的相似度，相似度高的視頻 作為査詢視頻的拷貝視頻源。本發(fā)明的視頻拷貝的檢測系統(tǒng)，以與本發(fā)明的視頻拷貝的檢測方法相同的 過程進(jìn)行工作，因此，在本發(fā)明實(shí)施例中，不再一一重復(fù)詳細(xì)。本發(fā)明實(shí)施例的視頻拷貝的檢測方法和系統(tǒng)，對(duì)視頻進(jìn)行關(guān)鍵幀提取，以 此作為分析的基礎(chǔ)，提高了效率和處理速率；對(duì)關(guān)鍵幀提取SIFT特征，該特 征對(duì)視頻拷貝過程中對(duì)視頻信號(hào)帶來的噪聲比較魯棒，從而在進(jìn)行關(guān)鍵幀序列 匹配時(shí)不受噪聲影響。在進(jìn)行關(guān)鍵幀匹配時(shí)采用時(shí)間序列匹配中的DTW方法， 能有效克服關(guān)鍵幀位置不完全對(duì)應(yīng)而帶來的序列匹配問題。通過結(jié)合附圖對(duì)本發(fā)明具體實(shí)施例的描述，本發(fā)明的其它方面及特征對(duì)本 領(lǐng)域的技術(shù)人員而言是顯而易見的。以上對(duì)本發(fā)明的具體實(shí)施例進(jìn)行了描述和說明，這些實(shí)施例應(yīng)被認(rèn)為其只 是示例性的，并不用于對(duì)本發(fā)明進(jìn)行限制，本發(fā)明應(yīng)根據(jù)所附的權(quán)利要求進(jìn)行 解釋。
權(quán)利要求
1、一種視頻拷貝的檢測方法，其特征在于，包括下列步驟步驟A，將查詢視頻和被檢測視頻轉(zhuǎn)化為統(tǒng)一格式的數(shù)字視頻；對(duì)所述查詢視頻和被檢測視頻進(jìn)行視頻結(jié)構(gòu)分析，分割視頻中的鏡頭，提取關(guān)鍵幀；步驟B，對(duì)被檢測視頻的關(guān)鍵幀建立索引，利用查詢視頻的關(guān)鍵幀在索引中進(jìn)行初步查找，得到與查詢視頻的關(guān)鍵幀具有相似內(nèi)容的被檢測視頻，并將這些被檢測視頻作為下一步匹配的備選視頻；步驟C，計(jì)算查詢視頻的關(guān)鍵幀和備選視頻的關(guān)鍵幀序列之間的相似度，對(duì)關(guān)鍵幀序列進(jìn)行匹配，確認(rèn)視頻之間的相似度，相似度高的視頻作為查詢視頻的拷貝視頻源。
2、 根據(jù)權(quán)利要求1所述的視頻拷貝的檢測方法，其特征在于，所述步驟 A中，所述提取關(guān)鍵幀，包括下列步驟步驟A1，計(jì)算視頻中各幀的HSI值；步驟A2，生成并統(tǒng)計(jì)整個(gè)視頻的各幀HSI值的直方圖，估算得到視頻信 息熵；步驟A3，確定較佳的關(guān)鍵幀幀數(shù)。
3、 根據(jù)權(quán)利要求2所述的視頻拷貝的檢測方法，其特征在于，所述步驟 A3之后，還包括下列步驟歩驟A4，根據(jù)較佳的關(guān)鍵幀數(shù)，用自適應(yīng)無監(jiān)督聚類方法的聚類中心作 為K-均值聚類的初始中心，對(duì)視頻中各幀進(jìn)行K-均值聚類。
4、 根據(jù)權(quán)利要求1所述的視頻拷貝的檢測方法，其特征在于，所述步驟 B中，對(duì)被檢測視頻的關(guān)鍵幀的特征建立索引，包括下列步驟步驟B1 ，對(duì)提取的被檢測視頻的關(guān)鍵幀的SIFT特征進(jìn)行主成分分析降維； 歩驟B2，對(duì)降維后的被檢測視頻關(guān)鍵幀的特征采用尺*樹結(jié)構(gòu)建立索引。
5、 根據(jù)權(quán)利要求l所述的視頻拷貝的檢測方法，其特征在于，所述歩驟 C中，計(jì)算查詢視頻的關(guān)鍵幀和備選視頻的關(guān)鍵幀序列之間的相似度，對(duì)關(guān)鍵 幀序列進(jìn)行匹配，包括下列步驟步驟Cl，將一個(gè)關(guān)鍵幀作為時(shí)間序列上一時(shí)間點(diǎn)上的取值，則關(guān)鍵幀序 列可視為時(shí)間序列，即隨時(shí)間變化的一組值，將査詢視頻的關(guān)鍵幀序列和備選視頻的關(guān)鍵幀序列分別視為兩個(gè)關(guān)鍵幀時(shí)間序列；步驟C2，按特征對(duì)時(shí)間序列進(jìn)行動(dòng)態(tài)時(shí)間規(guī)整相似度計(jì)算，對(duì)關(guān)鍵幀序 列進(jìn)行匹配。
6、 一種視頻拷貝的檢測系統(tǒng)，其特征在于，包括分析提取模塊，索引模 塊，檢測模塊，其中所述分析提取模塊，用于將查詢視頻和被檢測視頻轉(zhuǎn)化為統(tǒng)一格式的數(shù)字 視頻；對(duì)所述查詢視頻和被檢測視頻進(jìn)行視頻結(jié)構(gòu)分析，分割視頻中的鏡頭， 提取關(guān)鍵幀；所述索引模塊，用于對(duì)被檢測視頻的關(guān)鍵幀建立索引，利用査詢視頻的關(guān) 鍵幀在索引中進(jìn)行初步査找，得到與查詢視頻的關(guān)鍵幀具有相似內(nèi)容的被檢測 視頻，并將這些被檢測視頻作為下一步匹配的備選視頻；檢測模塊，用于計(jì)算查詢視頻的關(guān)鍵幀和備選視頻的關(guān)鍵幀序列之間的相 似度，對(duì)關(guān)鍵幀序列進(jìn)行匹配，確認(rèn)視頻之間的相似度，相似度高的視頻作為 查詢視頻的拷貝視頻源。
7、 根據(jù)權(quán)利要求6所述的視頻拷貝的檢測系統(tǒng)，其特征在于，所述提取關(guān)鍵幀，包括計(jì)算視頻中各幀的HSI值；生成并統(tǒng)計(jì)整個(gè)視頻的各幀HSI值的直方圖，估算得到視頻信息熵； 確定較佳的關(guān)鍵幀幀數(shù)。
8、 根據(jù)權(quán)利要求7所述的視頻拷貝的檢測系統(tǒng)，其特征在于，所述提取 關(guān)鍵幀，還包括根據(jù)較佳的關(guān)鍵幀數(shù)，用自適應(yīng)無監(jiān)督聚類方法的聚類中心作為K-均值 聚類的初始中心，對(duì)視頻中各幀進(jìn)行K-均值聚類。
9、 根據(jù)權(quán)利要求6所述的視頻拷貝的檢測系統(tǒng)，其特征在于，所述對(duì)被檢測視頻的關(guān)鍵幀的特征建立索引，包括對(duì)提取的被檢測視頻的關(guān)鍵幀的SIFT特征進(jìn)行主成分分析降維； 對(duì)降維后的被檢測視頻關(guān)鍵幀的特征采用Rf樹結(jié)構(gòu)建立索引。
10、 根據(jù)權(quán)利要求6所述的視頻拷貝的檢測系統(tǒng)，其特征在于，所述計(jì)算査詢視頻的關(guān)鍵幀和備選視頻的關(guān)鍵幀序列之間的相似度，對(duì)關(guān)鍵幀序列進(jìn)行匹配，是指將一個(gè)關(guān)鍵幀作為時(shí)間序列上一時(shí)間點(diǎn)上的取值，則關(guān)鍵幀序列可視為 時(shí)間序列，即隨時(shí)間變化的一組值，將査詢視頻的關(guān)鍵幀序列和備選視頻的關(guān) 鍵幀序列分別視為兩個(gè)關(guān)鍵幀時(shí)間序列；按特征對(duì)時(shí)間序列進(jìn)行動(dòng)態(tài)時(shí)間規(guī)整相似度計(jì)算，對(duì)關(guān)鍵幀序列進(jìn)行匹配。
全文摘要
本發(fā)明公開了一種視頻拷貝的檢測方法和系統(tǒng)。該方法包括下列步驟將查詢視頻和被檢測視頻轉(zhuǎn)化為統(tǒng)一格式的數(shù)字視頻；對(duì)所述查詢視頻和被檢測視頻進(jìn)行視頻結(jié)構(gòu)分析，分割視頻中的鏡頭，提取關(guān)鍵幀；對(duì)被檢測視頻的關(guān)鍵幀建立索引，利用查詢視頻的關(guān)鍵幀在索引中進(jìn)行視頻拷貝的初步查找，得到與查詢視頻的關(guān)鍵幀具有相似內(nèi)容的被檢測視頻，并將這些被檢測視頻作為下一步匹配的備選視頻；計(jì)算查詢視頻的關(guān)鍵幀和備選視頻的關(guān)鍵幀序列之間的相似度，對(duì)關(guān)鍵幀序列進(jìn)行匹配，確認(rèn)視頻之間的相似度，相似度高的視頻作為查詢視頻的拷貝視頻源。其減小視頻拷貝檢測的搜索空間，有效提高了檢測效率。
文檔編號(hào)H04N5/76GK101394522SQ200710122018
公開日2009年3月25日 申請(qǐng)日期2007年9月19日 優(yōu)先權(quán)日2007年9月19日
發(fā)明者張勇東, 李錦濤, 潘雪峰 申請(qǐng)人:中國科學(xué)院計(jì)算技術(shù)研究所