[发明专利]一种基于紧凑视频表征的视频拷贝检测方法

权利要求书

1.一种基于紧凑视频表征的视频拷贝检测方法，其特征在于以下步骤：

第一步，提取库视频中的图像帧特征

1.1)等间隔地提取库视频的关键帧，按照关键帧出现的先后顺序，关键帧编号为I_i，i∈[1,...,N]；

1.2)采用卷积神经网络计算步骤1.1)得到的关键帧的fc层特征，即网络中的全连接层特征；

1.3)将步骤1.2)得到的fc层特征采用主成分分析-白化算法进行降维，每个图像得到低维度的n维特征，即得到关键帧的帧特征；

第二步，使用池化方式，将第一步得到的库视频的帧特征进行融合，获取紧凑视频表征

2.1)使用k-奇异值分解算法，对步骤1.3)得到的n维特征进行训练，得到一个n*m维的字典；

2.2)对步骤1.3)中的每个n维特征，使用正交匹配追踪算法计算其在步骤2.1)字典上的稀疏表示，得到一个m维的稀疏特征，用于表示一幅关键帧；

2.3)以秒为单位，对关键帧进行划分，所有I_i∈t_s的关键帧被划分为同一类，即属于同一秒的关键帧归为一类，t_s表示从视频开始处的第s秒；

2.4)对同一秒的所有关键帧的稀疏特征采用池化方式进行融合，池化时，对m维的稀疏特征中的每一维m_i，i∈[1,...,m]做横向对比，即该类中的所有特征的第i维做比较，选取绝对值最大的数值m_{i_max}，加上该数值的符号sign(+/-)，作为第m_i维的代表，即选取与0差值最大的值作为第m_i维的代表；串联所有的sign*m_{i_max}，i∈[1,...,m]，得到一个长度为m的特征向量c_s，c_s即为第t_s秒视频的紧凑特征表示；

第三步，使用kd树作为快速索引结构，对所有的库视频的紧凑特征进行整合；

第四步，对查询视频，重复第一步和第二步，得到查询视频的紧凑视频表征，其中，步骤2.1)不需要进行；

第五步，找出最相似的视频片段

步骤5.1)使用查询视频的每个紧凑视频表征cq_t，在第三步建立的快速索引结构中进行搜索，找到最相似的k个库视频的紧凑视频表征；

步骤5.2)对一个查询视频的所有紧凑视频表征集{cq_t,t∈[1,...,t_q]}和它们的t_q*k个最相似的库紧凑视频表征，找出最相似的视频片段，所述的t_q是查询视频的长度，单位为秒。