[发明专利]一种基于关联特性的重复视频检测方法与系统

权利要求书

1.一种基于关联特性的重复视频检测方法，其特征在于，包括以下步骤：

(1)将视频数据服务器中的视频进行解码，提取关键帧；

(2)对上述关键帧提取局部特征点；

(3)将每个关键帧中的局部特征点映射到固定长度的特征向量中，每个关键帧一一对应一个固定长度的特征向量；

(4)对上述特征向量使用多个海明空间下的位置灵敏哈希函数计算得到其在索引表中的多个哈希值；

(5)根据得到的多个位置灵敏哈希函数值，按照Cuckoo Hashing机制构建索引表；

(6)索引表构建完成后，接收由控制节点转发的查询请求，在索引表上查询，并返回查询结果；其中，所述查询请求中包含有根据上述步骤(1)到(3)所生成的查询视频所对应的查询向量。

2.根据权利要求1所述的视频检测方法，其特征在于，所述步骤(3)具体包括：

(3-1)对于每个关键帧，其中的每个局部特征点作为一个输入向量，该输入向量作为位置灵敏哈希函数的输入值；

(3-2)使用欧拉空间下的位置灵敏哈希函数对输入向量进行哈希计算，得到哈希值；

(3-3)根据得到的哈希值，修改固定长度特征向量的对应位及左右两个位共三个位的位值。

3.根据权利要求1或2所述的视频检测方法，其特征在于，所述步骤(5)具体包括：

(5-1)根据步骤(4)中得到的多个哈希值判断索引表中上述位置是否均已填充，若未填充，则将该特征向量插入空位；否则执行(5-2)；

(5-2)从这多个位置中随机选择一个位置；

(5-3)将待插入向量插入到该位置，将该位置中原有的向量踢出；

(5-4)对于本次插入过程，统计其整体的踢出次数是否超过阈值，若已经超过阈值，则重新选择哈希函数，重新建立索引表；否则将被踢出的向量作为输入向量返回(4)继续执行。

4.根据权利要求1至3任一项所述的视频检测方法，其特征在于，所述步骤(6)具体包括：

(6-1)接收由控制节点转发的查询请求，利用海明空间下的位置灵敏哈希函数，计算每个查询向量的多个位置灵敏哈希函数值；

(6-2)根据得到的位置灵敏哈希函数值，在索引表中进行查找，得到结果向量，计算该查询向量同结果向量的海明距离；

(6-3)根据海明距离，计算该查询向量同结果向量对应的视频间的相似度；

(6-4)合并查询视频的所有查询向量的查询结果，并根据相似度依次返回与该查询视频的重复或者相似的视频。

5.根据权利要求1至4任一项所述的视频检测方法，其特征在于，所述步骤（2）中采用SIFT算法提取局部特征点。

6.一种基于关联特性的重复视频检测系统，其特征在于，包括本地索引生成模块、控制节点查询转发模块、本地结果生成模块、控制节点合并结果模块，其中：

所述本地索引生成模块，对每个数据节点的视频数据根据关联特性进行划分，构建本地索引表；

所述控制节点查询转发模块，用于接收用户的视频查询请求，根据所述查询请求中的查询视频得到相应的一组特征向量，将这组特征向量转发到每个数据节点；

所述本地结果生成模块，用于接收来自控制节点转发的查询请求，根据接收的特征向量在本地索引表中查询，得到本地查询结果，并将本地查询结果发送给控制节点；

所述控制节点合并结果模块，用于接收来自数据节点的查询结果，并将所有查询结果进行合并，合并后的最终结果返回给用户。

7.如权利要求6所述的系统，其特征在于，所述本地索引生成模块包括提取关键帧模块、提取局部特征点模块、特征向量构造模块、哈希函数计算模块、本地索引构建模块，其中：

提取关键帧模块，用于将数据节点中的视频进行解码，提取关键帧；

提取局部特征点模块，用于对上述提取的关键帧提取局部特征点；

特征向量构造模块，用于将每个关键帧中的局部特征点映射到固定长度的特征向量中，每个关键帧一一对应一个固定长度的特征向量；

哈希函数计算模块，用于对上述特征向量使用多个海明空间下的位置灵敏哈希函数计算得到其在索引表中的多个哈希值；

本地索引构建模块，用于根据得到的多个位置灵敏哈希函数值，按照Cuckoo Hashing机制构建本地索引表。

8.如权利要求6或7所述的系统，其特征在于，所述控制节点查询转发模块包括查询请求接收模块、提取查询视频关键帧模块、提取查询视频局部特征点模块、查询视频特征向量构造模块和特征向量转发模块，其中：

所述查询请求接收模块，用于接收用户的视频查询请求，所述视频查询请求中包含有查询视频；

提取查询视频关键帧模块，用于将查询请求中的查询视频进行解码，提取关键帧；

提取查询视频局部特征点模块，用于对上述提取的关键帧提取局部特征点；

查询视频特征向量构造模块，用于将每个关键帧中的局部特征点映射到固定长度的特征向量中，每个关键帧一一对应一个固定长度的特征向量；

特征向量转发模块，用于将上述得到的特征向量转发到各数据节点。