[发明专利]基于三维空时特征的鲁棒视频指纹方法

权利要求书

1.一种基于三维空时特征的鲁棒视频指纹提取方法，包括如下步骤：

(1)将视频Q转换到灰度域，即将待检测视频每一帧图像变成灰度图像，得到一组灰度图像序列Z；

(2)将灰度图像序列Z的宽和高调整为固定值，得到一组大小统一的图像序列I；

(3)提取图像序列I的三维空时特征点，并在提取特征点的每一帧图像中提取一个特征强度最大的特征点H；

(4)对提取特征点后的图像序列H进行降2采样，获得降2采样后的视频帧以及每一帧中的空时特征点P；

(5)将每一帧中的空时特征点P周围圆形区域用对比度直方图表示，得到48维向量序列c＝(c₁，c₂，…c₄₈)；

(6)将向量序列c归一化，得到视频指纹序列f＝(f₁，f₂，…f₄₈)。

2.根据权利要求1所述的鲁棒视频指纹提取方法，其中步骤(3)按如下步骤进行：

(3a)利用三维空时特征检测算子提取图像序列I每一帧中像素值同时在空域和时域方向上变化最大的点：

首先，将图像序列的三维尺度空间表示为：

L(x,y,t;σl2,τl2)=g(x,y,t;σl2,τl2)*f(x,y,t)]]>

式中，是一个高斯核函数卷积原始视频后的尺度空间表示，x，y是每帧图像中的像素位置，t是时间信息，代表位于视频的第几帧，σ_l是空间微分尺度，τ_l是时间微分尺度，这里和是初始给定的候选尺度，是高斯卷积核，表示为：

g(x,y,t;σl2,τl2)=1(2π)2σl4τl2×exp(-(x2+y2)/2σl2-t2/2τl2)]]>

f(x，y，t)代表图像序列I第t帧中坐标为x，y的点的像素值；

然后，将视频三维空时域的角函数表示为：

H＝det(μ)-k·trace³(μ)

式中det(·)和trace(·)分别表示矩阵的行列式和矩阵的迹，k是常数，取0.001，μ为自相关矩阵，表示为：

μ=g(·;σi2,τi2)*Lx2LxLyLxLtLxLyLy2LyLtLxLtLyLtLt2]]>

式中，σ_i为空间积分尺度，τ_i为时间积分尺度，L_x为尺度空间表示L对x方向的偏导数，L_y为尺度空间表示L对y方向的偏导数，寻找像素值同时在空域和时域方向上变化的最大点即求角函数H的局部极值，得到候选三维空时特征点v；

(3b)采用迭代法，在初始给定的候选空间尺度和候选时间尺度及其相邻尺度中，自适应选择使得空时拉普拉斯算子的平方最大的空间尺度和时间尺度，确定候选特征点v的具体位置(x，y，t)、空间尺度σ_l、时间尺度σ_τ和特征强度val；

(3c)根据时间尺度σ_τ确定特征点在t±2σ_τ帧中都存在；

(3d)在每一帧中存在的多个特征点中，选出特征强度val最大的点H。