專利名稱：視頻指紋提取方法
技術(shù)領(lǐng)域：
本發(fā)明屬于計(jì)算機(jī)多媒體技術(shù)領(lǐng)域，尤其涉及視頻指紋提取技術(shù)。
背景技術(shù)：
隨著信息技術(shù)的飛速發(fā)展，尤其是網(wǎng)絡(luò)通信技術(shù)和多媒體技術(shù)的應(yīng)用，
視頻點(diǎn)播、網(wǎng)絡(luò)播客、流媒體、P2P系統(tǒng)等大量網(wǎng)絡(luò)多媒體資源急劇增加。 方便快捷的共享和傳播使得網(wǎng)絡(luò)多媒體盜版事件日益增多，為了有效防止 網(wǎng)絡(luò)多媒體盜版事件的發(fā)生，出現(xiàn)了多種版權(quán)保護(hù)技術(shù)，主要有數(shù)字版權(quán) 管理(Digital Rights Management, DRM ) 4支術(shù)，it字水印(Digital Watermarking, DWM )技術(shù)和數(shù)字指紋(Digital Fingerprinting, DF )技術(shù)等。
其中DF技術(shù)可以利用多媒體內(nèi)容本身的信息，提取出其特有的內(nèi)容 身份信息，稱為"內(nèi)容指紋"或"數(shù)字DNA",利用其特有的內(nèi)容身份信息來 檢測(cè)網(wǎng)絡(luò)多媒體內(nèi)容是否被復(fù)制，該方法又被稱為基于內(nèi)容的復(fù)制檢測(cè) (Content-based Copy Detection, CBCD )技術(shù)。在CBCD技術(shù)中，目前研 究相對(duì)成熟的指紋技術(shù)是序數(shù)度量(Ordinal Measurement),具體技術(shù)例 如可參考文獻(xiàn)"Dinkar N. Bhat and Shree K. Nayar, "Ordinal Measures for Visual Correspondence", in Pro" 1996 IEEE Computer Society Conference . June 1996. pp:351 — 357"等。
在視頻復(fù)制盜版事件中，復(fù)制視頻通常會(huì)對(duì)原始視頻進(jìn)行一定的變換 處理，例如剪切、模糊、寬屏、插入、縮放、拉伸以及混合使用以上變換 處理。經(jīng)過變換處理后的復(fù)制視頻在視覺上可能變的和原始視頻不太相似， 但要求提取的內(nèi)容指紋仍然能夠檢測(cè)出他們之間的盜版關(guān)系，即內(nèi)容指紋 具有魯棒性。同時(shí)對(duì)于非復(fù)制視頻即使在視覺上和原始視頻非常相似，提 取的內(nèi)容指紋要能夠檢測(cè)出他們之間的非盜版關(guān)系，即內(nèi)容指紋具有唯一 性。魯棒性和唯一性是視頻復(fù)制檢測(cè)技術(shù)中的兩個(gè)技術(shù)難點(diǎn)。
然而，傳統(tǒng)的序數(shù)度量并不能很好的解決內(nèi)容指紋的魯棒性和唯一 性問題。序數(shù)度量是一種典型的全局描述子，對(duì)于視頻的全局變換具有一定 的魯棒性而唯一性比較差，對(duì)于視頻的局部變換具有一定的唯一性而魯棒 性比較差。序數(shù)度量方法的基礎(chǔ)是對(duì)視頻幀進(jìn)行分塊，塊數(shù)的多少對(duì)魯棒 性和唯一性影響較大。例如視頻變換處理中最常見的寬屏幕情形，如果序
數(shù)度量把視頻幀劃分為2x2的4塊，由于寬屏幕對(duì)于4塊灰度值的影響相 同，所以對(duì)應(yīng)的序數(shù)度量矢量不變；如果把視頻幀劃分為3x3的9塊，則 對(duì)應(yīng)的序數(shù)度量矢量會(huì)發(fā)生變化。所以序數(shù)度量中塊數(shù)取值越小，指紋的 魯棒性越高，而唯一性越低；塊數(shù)取值越大，指紋的唯一性越高，而魯棒 性越低。對(duì)于復(fù)制視頻檢測(cè)，序數(shù)度量的塊數(shù)取值并不能很好的平衡魯棒 性和唯一性之間的關(guān)系。因此，現(xiàn)有視頻復(fù)制檢測(cè)技術(shù)的指紋提取存在指 紋檢查全面性和準(zhǔn)確性矛盾，從而提取精度不高的問題。

發(fā)明內(nèi)容
本發(fā)明的目的旨在至少解決現(xiàn)有技術(shù)中的上述問題之一。 為此，本發(fā)明的實(shí)施例提出 一種高精度的視頻指紋提取方法。 根據(jù)本發(fā)明的一個(gè)方面，本發(fā)明實(shí)施例提出了一種視頻指紋提取方法， 所述檢測(cè)方法包括以下步驟a)提取視頻的關(guān)4定幀以及每個(gè)關(guān)4定幀的所有 興趣點(diǎn)；b)根據(jù)每個(gè)關(guān)鍵幀對(duì)應(yīng)的邊界和提取的興趣點(diǎn)，將每個(gè)關(guān)鍵幀劃 分成多個(gè)具有相等面積的同心圓環(huán)；c)將每個(gè)同心圓環(huán)劃分成多個(gè)具有相 等面積的扇環(huán)；d)根據(jù)每個(gè)同心圓環(huán)中扇環(huán)的灰度平均值t計(jì)算對(duì)應(yīng)同心 圓環(huán)的序數(shù)度量矢量，以獲得每個(gè)關(guān)鍵幀的環(huán)形特征及其對(duì)應(yīng)視頻的環(huán)形 指紋。
根據(jù)本發(fā)明進(jìn)一步的實(shí)施例，所述步驟b包括根據(jù)所述興趣點(diǎn)計(jì)算 所述同心圓環(huán)的中心點(diǎn)；選擇所述中心點(diǎn)到所述邊界和最遠(yuǎn)興趣點(diǎn)的最小 值為所述同心圓環(huán)的半徑；以及利用所述中心點(diǎn)和所述半徑劃分得到所述 多個(gè)同心圓環(huán)。
根據(jù)本發(fā)明進(jìn)一步的實(shí)施例，所述步驟d包括根據(jù)模板圓環(huán)和每個(gè) 同心圓環(huán)中每個(gè)扇環(huán)的灰度平均值t計(jì)算對(duì)應(yīng)同心圓環(huán)的圓形值，其中所 述模板圓環(huán)包括與同心圓環(huán)對(duì)應(yīng)的多個(gè)劃分扇環(huán)；根據(jù)所述圓形值確定對(duì)應(yīng)同心圓環(huán)中扇環(huán)的起始位置；對(duì)每個(gè)同心圓環(huán)中對(duì)應(yīng)所述起始位置排列 的每個(gè)扇環(huán)的灰度平均值t，進(jìn)行大小排序；以及利用每個(gè)扇環(huán)的灰度平均 值t，及其對(duì)應(yīng)的排序灰度平均值f計(jì)算對(duì)應(yīng)同心圓環(huán)的序數(shù)度量矢量。
根據(jù)本發(fā)明再一步的實(shí)施例，所述確定對(duì)應(yīng)同心圓環(huán)中扇環(huán)的起始位 置包括依次旋轉(zhuǎn)所述模板圓環(huán)轉(zhuǎn)過一個(gè)扇環(huán)的角度；利用旋轉(zhuǎn)后模板圓 環(huán)分別計(jì)算所述同心圓環(huán)的圓形值；以及選擇最小的圓形值對(duì)應(yīng)的扇環(huán)作 為所述起始位置。
根據(jù)本發(fā)明進(jìn)一步的實(shí)施例，根據(jù)每個(gè)關(guān)鍵幀所有同心圓環(huán)對(duì)應(yīng)的序 數(shù)度量矢量確定每個(gè)關(guān)鍵幀的環(huán)形特征，以及根據(jù)所有關(guān)鍵幀的環(huán)形特征 確定所述視頻的環(huán)形指紋。
本發(fā)明基于興趣點(diǎn)，將視頻幀劃分為若干個(gè)面積相等的同心圓環(huán)，并 把同心圓劃分成若干個(gè)面積相等的扇環(huán)。因此提高了內(nèi)容指紋的唯一性， 很好地平衡了視頻復(fù)制檢測(cè)中提取指紋的唯一性和魯棒性，從而兼顧視頻 指紋提取的全面性和準(zhǔn)確性，提高指紋提取的精度。
此外，本發(fā)明以一種相對(duì)比較度量作為內(nèi)容指紋。因此，在視頻的扇 環(huán)均發(fā)生變化時(shí)，這種方式可以使得它們之間的相對(duì)值關(guān)系保持不變化， 從而可以提高視頻指紋提取的精度。
再者，本發(fā)明通過旋轉(zhuǎn)模板圓環(huán)而對(duì)每一個(gè)圓環(huán)內(nèi)不同扇環(huán)的內(nèi)容指 紋進(jìn)行了循環(huán)處理，所以對(duì)旋轉(zhuǎn)變換具有魯棒性。因此，在視頻發(fā)生旋轉(zhuǎn) 的情況下，仍可以保證較高的指紋提取精度。
本發(fā)明附加的方面和優(yōu)點(diǎn)將在下面的描述中部分給出，部分將從下面 的描述中變得明顯，或通過本發(fā)明的實(shí)踐了解到。


本發(fā)明的上述和/或附加的方面和優(yōu)點(diǎn)從下面結(jié)合附圖對(duì)實(shí)施例的描 述中將變得明顯和容易理解，其中
圖1為本發(fā)明實(shí)施例的視頻指紋提取方法步驟流程圖； 圖2為本發(fā)明 一 個(gè)實(shí)施例的視頻指紋提取方法的原理圖； 圖3為本發(fā)明實(shí)施例的劃分扇環(huán)示意圖； 圖4為本發(fā)明另 一個(gè)實(shí)施例的視頻指紋提取方法的原理圖；圖5為本發(fā)明實(shí)施例的圓環(huán)的環(huán)形值計(jì)算原理圖。
具體實(shí)施例方式
下面詳細(xì)描述本發(fā)明的實(shí)施例，所述實(shí)施例的示例在附圖中示出，其
能的元件。下面通過參考附圖描述的實(shí)施例是示例性的，僅用于解釋本發(fā) 明，而不能解釋為對(duì)本發(fā)明的限制。
參考圖1，該圖顯示了本發(fā)明實(shí)施例的視頻指紋提取方法步驟流程。 如圖所示，首先提取給定視頻的關(guān)鍵幀，針對(duì)每個(gè)關(guān)鍵幀并提取其所有興 趣點(diǎn)(步驟102)。
然后，根據(jù)每個(gè)關(guān)鍵幀對(duì)應(yīng)的邊界和提取的興趣點(diǎn)，將每個(gè)關(guān)鍵幀劃 分成多個(gè)具有相等面積的同心圓環(huán)(步驟104)。在劃分同心圓環(huán)時(shí)，可 以先根據(jù)提取的所有興趣點(diǎn)計(jì)算對(duì)應(yīng)每個(gè)同心圓環(huán)的中心點(diǎn)。然后，選擇 所得中心點(diǎn)到對(duì)應(yīng)關(guān)鍵幀邊界和其上最遠(yuǎn)興趣點(diǎn)的最小值為上述劃分同心
圓環(huán)的半徑。因此，以中心點(diǎn)為圓心，以上述最小值為半徑，將關(guān)^t定幀對(duì) 應(yīng)劃分成若干個(gè)面積相等的同心圓環(huán)。
接著，將每個(gè)同心圓環(huán)劃分成多個(gè)具有相等面積的扇環(huán)(步驟106)。 根據(jù)每個(gè)同心圓環(huán)中每個(gè)劃分扇環(huán)的灰度平均值，計(jì)算對(duì)應(yīng)同心圓環(huán)的序
數(shù)度量矢量。根據(jù)所有同心圓環(huán)的序數(shù)度量矢量進(jìn)而獲得每個(gè)關(guān)鍵幀的環(huán) 形特征，由所有關(guān)鍵幀的環(huán)形特征即可組成得到整個(gè)視頻的環(huán)形指紋。
下面，結(jié)合圖2的實(shí)施例對(duì)本發(fā)明的視頻指紋提取方法的工作原理給 出i舉細(xì)i兌明。
對(duì)于給定視頻V，例如以等距離(1秒)從其對(duì)應(yīng)視頻內(nèi)容中提取一幀 作為關(guān)鍵幀，得到視頻V的關(guān)鍵幀序列12^，A，…，A)，其中n為從視頻V 中提取的關(guān)鍵幀的數(shù)量。
對(duì)于每個(gè)關(guān)鍵幀f,提取其對(duì)應(yīng)的興趣點(diǎn)。在一個(gè)實(shí)施例中，可以提 取關(guān)鍵幀的surf ( Speeded-Up Robust Features,加速魯棒性特征)特征點(diǎn)作 為興趣點(diǎn)，或者也可以提取sift ( Scale Invariant Feature Transform,尺度不 變特征轉(zhuǎn)換)特征點(diǎn)、stip ( Space Time Interest Points,時(shí)空興趣點(diǎn))特征點(diǎn)等其他特征點(diǎn)作為興趣點(diǎn)。從而得到關(guān)鍵幀《的n個(gè)興趣點(diǎn)14,表示為 a (X, m ), a 02, a )，…,p" 0"，凡)，
其中x'為興趣點(diǎn)a的橫坐標(biāo)，x為興趣點(diǎn)a縱坐標(biāo)。 根據(jù)興趣點(diǎn)14的坐標(biāo)，可以確定中心點(diǎn)為^。"。，A),其中中心點(diǎn)橫坐 標(biāo)x。和縱坐標(biāo)少。的計(jì)算公式如下
&=丄1^, 少。=丄1]乂
若關(guān)鍵幀《的寬為w,高位h，則圓半徑R為 i = min(x。，j;o,1 w-x。 |，| / -y。 |，《)
其中x。，y。，1 w —x。 |，| A-_y。 I為圓心p。(x。，;;。)到關(guān)鍵幀邊界的距離，《為圓心 A"Jo)到所有興趣點(diǎn)的最長(zhǎng)距離，即
c/p = max"Oo —乇)2 + Oo — x )2) (i = 1 2…n )。
也就是說，通過比較中心點(diǎn)到關(guān)鍵幀邊界和最遠(yuǎn)興趣點(diǎn)的距離大小， 確定最小距離為劃分關(guān)鍵幀《的同心圓半徑。
然后，以A)K，A)為圓心，以R為半徑的圓，將關(guān)鍵幀《劃分為m個(gè)面
積相同的同心圓環(huán)16。則每個(gè)同心圓環(huán)16的半徑之比為1:V^:V^:…:V^，
第i個(gè)圓環(huán)的半徑為
(i^,2,…，m)
接著，將每個(gè)同心圓環(huán)16進(jìn)一步劃分為多個(gè)具有相同面積的扇環(huán)18。 基于視頻指紋的魯棒性考慮，通常劃分的扇環(huán)數(shù)量取值不易過大。 例如圖3的實(shí)施例所示， 一個(gè)關(guān)鍵幀被劃分為3個(gè)具有相同面積的同 心圓環(huán)，分別對(duì)應(yīng)編號(hào)32、 34和36。并且利用水平、垂直、45度和135 度四條直線可以將每一個(gè)同心圓環(huán)劃分為面積相等的八個(gè)扇環(huán)或扇形。如 圖3所示，同心圓環(huán)34對(duì)應(yīng)的劃分扇環(huán)有8個(gè)，并按逆時(shí)針依次浮皮標(biāo)記為 n0，nl,…n7。
當(dāng)然，本發(fā)明不局限于該實(shí)施例數(shù)量的扇環(huán)劃分，其他合適的數(shù)量仍 落在本發(fā)明的保護(hù)范圍內(nèi)。
假如同心圓環(huán)34每個(gè)扇環(huán)對(duì)應(yīng)的灰度平均值t= ( 13， 34， 75， 21， 50, 86, 49， 67)，則按照灰度平均值大小對(duì)每個(gè)扇環(huán)進(jìn)行排序，從而得到同心圓環(huán) 34的序數(shù)度量矢量p= ( 1， 3, 7， 2, 5, 8， 4, 6 )(以1開始計(jì)算)或者p= ( 0,2， 6， 1, 4, 7， 3, 5)(以0開始計(jì)算)。
同樣地，根據(jù)每個(gè)同心圓環(huán)中扇環(huán)的灰度平均值t,可計(jì)算得到對(duì)應(yīng)同 心圓環(huán)的序數(shù)度量矢量24,從而得到整個(gè)視頻的環(huán)形指紋。
本實(shí)施例以視頻幀的興趣點(diǎn)為基礎(chǔ)進(jìn)行視頻指紋提取，興趣點(diǎn)是一種 典型的局部描述子，在視頻的變換處理中興趣點(diǎn)遭受攻擊的可能性最小。 因此，本發(fā)明可以在兼顧視頻指紋提取魯棒性的前提下。很好的提高指紋 的唯一性。并且，通過在提取興趣點(diǎn)基礎(chǔ)上對(duì)視頻幀進(jìn)行劃分得到對(duì)應(yīng)的 序數(shù)度量，序數(shù)度量是一種典型的全局描述子，對(duì)于視頻的全局變換具有 一定的魯棒性。因此本發(fā)明可以很好地平衡提取指紋的唯一性和魯棒性之 間的關(guān)系，兼顧視頻指紋提取的全面性和準(zhǔn)確性。
圖4給出了本發(fā)明另一個(gè)實(shí)施例的視頻指紋提取方法的原理圖，與圖 2實(shí)施例的不同之處在于，該實(shí)施例利用才莫々反圓環(huán)20進(jìn)一步對(duì)每個(gè)圓環(huán)16 劃分的扇環(huán)18進(jìn)行循環(huán)處理，以實(shí)現(xiàn)視頻存在旋轉(zhuǎn)變換的情況下具有較好 的魯棒性。
下面結(jié)合圖4的實(shí)施例進(jìn)行詳細(xì)說明，其中與實(shí)施例2相同的步驟將 不再贅述。
在該實(shí)施例中，在劃分得到多個(gè)具有相等面積的扇環(huán)18之后，根據(jù)模 板圓環(huán)20和每個(gè)同心圓環(huán)中每個(gè)扇環(huán)的灰度平均值t計(jì)算對(duì)應(yīng)同心圓環(huán)16 的圓形值，其中^^莫板圓環(huán)20包括與同心圓環(huán)16對(duì)應(yīng)的多個(gè)劃分扇環(huán)。
根據(jù)圓形值確定對(duì)應(yīng)同心圓環(huán)16中扇環(huán)的起始位置，同心圓環(huán)的圓形 值^計(jì)算公式如下
w fl
，其中 L" t"'-、 i=0~n-l, n為每個(gè)同心圓環(huán)
/=0
包括的劃分扇環(huán)的數(shù)量，^和"表示相鄰扇環(huán)分別對(duì)應(yīng)的灰度平均值，
為才莫^反圓環(huán)20對(duì)應(yīng)的函數(shù)。
在一個(gè)實(shí)施例中，^" = 2\ k = i。對(duì)于8個(gè)扇環(huán)的實(shí)施例，該函數(shù)計(jì) 算得到的圓形值通常位于0~ 255 ( 8比特)的范圍內(nèi)，因此具有運(yùn)算方便 的優(yōu)點(diǎn)。當(dāng)然模板圓環(huán)20還可以是其他合適函數(shù)，而不局限于該具體實(shí)施例。
因此，通過在0~n-l之間依次確定k,從而將模板圓環(huán)20依次旋轉(zhuǎn)一個(gè)扇環(huán)的角度。利用旋轉(zhuǎn)后模板圓環(huán)分別計(jì)算對(duì)應(yīng)同心圓環(huán)的圓形值，并 從中選擇最小的圓形值對(duì)應(yīng)的扇環(huán)作為該同心圓環(huán)的起始位置。
例如對(duì)于圖3的實(shí)施例，如果同心圓環(huán)34的每一個(gè)扇環(huán)塊的灰度平均 值分別為t0,tl，…t7,則第k個(gè)圓環(huán)的圓形值、計(jì)算公式如下
<formula>formula see original document page 10</formula>其中Lu f,s^， i-o，i，2,…，7,當(dāng)1 = 0時(shí)，i畫l取7。 。
環(huán)形值計(jì)算原理如圖5的實(shí)施例所示
在計(jì)算同心圓環(huán)34的圓形值&時(shí)，將計(jì)算時(shí)使用的模板圓環(huán)20按照 順/逆時(shí)針旋轉(zhuǎn)。每次旋轉(zhuǎn)一個(gè)扇環(huán)的角度，即45度，也就是在W卟-^中， k依次取i,i+l，i+2，…，i+7，并分別計(jì)算此時(shí)的圓形值v(,將《取最小值時(shí)作 為起始位置，即
v4 二min(《v,…,v。二v
則第Z個(gè)扇環(huán)作為該該同心圓環(huán)34的起始位置。
以M乍為起始位置，每個(gè)扇環(huán)的灰度平均值為,="，""'")，對(duì)纟'進(jìn)行排
序后得到^&^，…，0。
如上文所述，^艮如同心圓環(huán)34每個(gè)扇環(huán)對(duì)應(yīng)的灰度平均值1= ( 13，34， 75,21,50,86,49,67)，并且結(jié)合才莫板圓環(huán)20依次:旋轉(zhuǎn)后確定起始位置扇 環(huán)為t2,即對(duì)應(yīng)平均灰度值為70的扇環(huán)，則t，=:"，"，"";)= ( 75, 21, 50，
86, 49， 67, 13， 34) , "H"= ( 13， 21, 34， 49， 50， 67， 75, 86)。 由,="""'"0和,=""""，"計(jì)算得到圓環(huán)34的環(huán)形序數(shù)度量矢量^， 其中A-(《W,…,W)的公式如下
如果(=& ，則^'=* 。對(duì)于上述具體例子，則^=(7, 2, 5， 8, 4, 6， 1,3)。
由關(guān)鍵幀《中的所有同心圓環(huán)的環(huán)形序數(shù)度量矢量，可得關(guān)鍵幀《的圓 形特征
<formula>formula see original document page 10</formula>由所有關(guān)鍵幀《的圓形特征可組成整個(gè)視頻V的圓形指紋P，即 戶=(尸"，...，化
當(dāng)然，關(guān)于灰度平均值t，的排序算法也不局限于上述具體公式，本領(lǐng) 域技術(shù)人員根據(jù)t，^(d…，")對(duì)應(yīng)的灰度平均值可以將其直接進(jìn)行序號(hào)排 序，得到相應(yīng)的序數(shù)度量矢量。
本發(fā)明基于興趣點(diǎn)，將視頻幀劃分為若干個(gè)面積相等的同心圓環(huán)，并 把同心圓劃分成若干個(gè)面積相等的扇環(huán)。因此提高了內(nèi)容指紋的唯一性。
一種相對(duì)比較度量作為內(nèi)容指紋。因此，相比傳統(tǒng)序數(shù)度量對(duì)塊的灰度平 均值進(jìn)行絕對(duì)排序，本發(fā)明在視頻的扇環(huán)均發(fā)生變化時(shí)，這種方式可以使 得它們之間的相對(duì)值關(guān)系保持不變化，從而可以提高視頻指紋提取的精度。
再者，本發(fā)明實(shí)施例采用了圓環(huán)的劃分方法，并對(duì)每一個(gè)圓環(huán)內(nèi)不同 扇環(huán)的內(nèi)容指紋進(jìn)行了循環(huán)處理，所以對(duì)旋轉(zhuǎn)變換具有魯棒性。因此，在 視頻發(fā)生旋轉(zhuǎn)的情況下，仍可以保證較高的指紋提取精度。
盡管已經(jīng)示出和描述了本發(fā)明的實(shí)施例，對(duì)于本領(lǐng)域的普通技術(shù)人員 而言，可以理解在不脫離本發(fā)明的原理和精神的情況下可以對(duì)這些實(shí)施例 進(jìn)行多種變化、修改、替換和變型，本發(fā)明的范圍由所附權(quán)利要求及其等 同限定。
權(quán)利要求
1.一種視頻指紋提取方法，其特征在于，所述檢測(cè)方法包括以下步驟a)提取視頻的關(guān)鍵幀以及每個(gè)關(guān)鍵幀的所有興趣點(diǎn)；b)根據(jù)每個(gè)關(guān)鍵幀對(duì)應(yīng)的邊界和提取的興趣點(diǎn)，將每個(gè)關(guān)鍵幀劃分成多個(gè)具有相等面積的同心圓環(huán)；c)將每個(gè)同心圓環(huán)劃分成多個(gè)具有相等面積的扇環(huán)；以及d)根據(jù)每個(gè)同心圓環(huán)中扇環(huán)的灰度平均值t計(jì)算對(duì)應(yīng)同心圓環(huán)的序數(shù)度量矢量，以獲得每個(gè)關(guān)鍵幀的環(huán)形特征及其對(duì)應(yīng)視頻的環(huán)形指紋。
2. 如權(quán)利要求1所述的提取方法，其特征在于，所述興趣點(diǎn)為所述關(guān) 鍵幀的加速魯棒性特征surf興趣點(diǎn)、尺度不變特征轉(zhuǎn)換sift興趣點(diǎn)或者時(shí) 空興趣點(diǎn)stip。
3. 如權(quán)利要求1所述的提取方法，其特征在于，所述步驟b包括 根據(jù)所述興趣點(diǎn)計(jì)算所述同心圓環(huán)的中心點(diǎn)；選擇所述中心點(diǎn)到所述邊界和最遠(yuǎn)興趣點(diǎn)的最小值為所述同心圓環(huán)的 半徑；以及利用所述中心點(diǎn)和所述半徑劃分得到所述多個(gè)同心圓環(huán)。
4. 如權(quán)利要求1所述的提取方法，其特征在于，所述步驟d包括 根據(jù)模板圓環(huán)和每個(gè)同心圓環(huán)中每個(gè)扇環(huán)的灰度平均值t計(jì)算對(duì)應(yīng)同心圓環(huán)的圓形值，其中所述模板圓環(huán)包括與同心圓環(huán)對(duì)應(yīng)的多個(gè)劃分扇環(huán)； 才艮據(jù)所述圓形值確定對(duì)應(yīng)同心圓環(huán)中扇環(huán)的起始位置； 對(duì)每個(gè)同心圓環(huán)中對(duì)應(yīng)所述起始位置排列的每個(gè)扇環(huán)的灰度平均值t，進(jìn)行大小排序；以及利用每個(gè)扇環(huán)的灰度平均值t，及其對(duì)應(yīng)的排序灰度平均值F計(jì)算對(duì)應(yīng)同心圓環(huán)的序數(shù)度量矢量。
5. 如權(quán)利要求1或4所述的提取方法，其特征在于，根據(jù)每個(gè)關(guān)鍵幀 所有同心圓環(huán)對(duì)應(yīng)的序數(shù)度量矢量確定每個(gè)關(guān)鍵幀的環(huán)形特征，以及根據(jù) 所有關(guān)鍵幀的環(huán)形特征確定所述視頻的環(huán)形指紋。
6. 如權(quán)利要求4所述的提取方法，其特征在于，所述確定對(duì)應(yīng)同心圓環(huán)中扇環(huán)的起始位置包括依次旋轉(zhuǎn)所述模板圓環(huán)轉(zhuǎn)過一個(gè)扇環(huán)的角度；利用旋轉(zhuǎn)后模板圓環(huán)分別計(jì)算所述同心圓環(huán)的圓形值；以及選擇最小的圓形值對(duì)應(yīng)的扇環(huán)作為所述起始位置。
7. 如權(quán)利要求4或6所述的提取方法，其特征在于，所述同心圓環(huán)的圓形值^計(jì)算公式如下"-i f 1 ^ > /w'=。 ，其中 L f' "， i=0~n-l, n為每個(gè)同心圓環(huán)包括的扇環(huán)的數(shù)量，r,和"表示相鄰扇環(huán)分別對(duì)應(yīng)的灰度平均值，/K"為所述模板圓環(huán)。
8. 如權(quán)利要求6所述的提取方法，其特征在于，W" = 2i, k = i。
9. 如權(quán)利要求4所述的提取方法，其特征在于，所述序數(shù)度量矢量計(jì) 算公式表示如下如果〈=^ ，則^=* 。
全文摘要
本發(fā)明公開了一種視頻指紋提取方法，包括以下步驟提取視頻的關(guān)鍵幀以及每個(gè)關(guān)鍵幀的所有興趣點(diǎn)；根據(jù)每個(gè)關(guān)鍵幀對(duì)應(yīng)的邊界和提取的興趣點(diǎn)，將每個(gè)關(guān)鍵幀劃分成多個(gè)具有相等面積的同心圓環(huán)；將每個(gè)同心圓環(huán)劃分成多個(gè)具有相等面積的扇環(huán)；以及根據(jù)每個(gè)同心圓環(huán)中扇環(huán)的灰度平均值計(jì)算對(duì)應(yīng)同心圓環(huán)的序數(shù)度量矢量，以獲得每個(gè)關(guān)鍵幀的環(huán)形特征及其對(duì)應(yīng)視頻的環(huán)形指紋。本發(fā)明可以提高視頻指紋提取的精度。
文檔編號(hào)H04N7/26GK101635851SQ20091009109
公開日2010年1月27日 申請(qǐng)日期2009年8月24日 優(yōu)先權(quán)日2009年8月24日
發(fā)明者丁貴廣, 超 夏, 聶榮顯 申請(qǐng)人:清華大學(xué)