[发明专利]一种基于内容的视频片段检索及定位方法

说明书

本发明公开了一种基于内容的视频片段检索及定位方法，为了解决现有视频检索及定位领域中特征提取计算量大、特征单一、及定位准确率低等问题，本发明提出一种基于内容的视频片段检索及定位方法，属于视频处理领域。该方法首先对H.264压缩视频进行部分解码提取视频的运动信息和静态信息，并生成多种特征矢量；再通过度量特征矢量之间的距离判断视频之间的相似性，从而实现相似内容的视频检索；最后提出一种基于滑动窗的定位算法，对根据相似性筛选出的候选视频，基于窗口度量特征矢量之间的距离，并进一步采用特征筛选、定位截止算法对查询视频在候选视频中进行准确有效的定位。

技术领域

本发明属于视频处理领域，一种基于内容的视频片段检索及定位方法，涉及一种联合多种特征的视频检索方法和一种基于滑动窗的视频定位算法。

背景技术

随着计算机、多媒体及网络技术的迅猛发展，网络视频的制作与传播越来越简单方便，从而导致数字多媒体视频信息规模呈爆炸式增长。传统的视频处理方法已经无法满足人们对于海量视频内容进行快速浏览、检索和查询。为了有效地对大量视频资源进行处理，基于视频内容的智能化分析技术应运而生。基于内容的视频片段检索技术能够辅助人们完成视频检索、定位、挖掘等任务，从而更好地对视频数据进行有效管理和高效利用。基于内容的视频片段定位技术对网络视频检索、广告视频定位统计及视频关联分析等方面具有重要意义，是国内外众多学者研究的一个热点。

目前基于视频内容相似性的检索及定位方法众多，根据不同的应用场景，具体解决算法也会存在较大差异。现有的基于内容的视频检索及定位算法，比如一种基于关联矩阵和动态滑动窗口的视频片段检索方法(Kang M,Huang X,Yang L.Video clip retrievalbased on incidence matrix and dynamic-step sliding-window[C].2010International Conference on Computer Application and System Modeling(ICCASM 2010).IEEE,2010,Vol.2,pp.256-259.)，该方法首先对查询视频片段和库视频采用基于关联矩阵的最大正向匹配方法排除掉一些不相似视频，然后采用基于动态滑动窗的方法对剩余的视频进行分割，对每个窗口内的查询视频片段和库视频片段采用基于关联矩阵的最大正向匹配方法再次排除掉一些不相似视频，最后对剩余的视频片段进行组合形成一个新的视频序列，采用基于视觉因子、序列因子和干扰因子的算法计算视频间的相似性，根据相似性得到相似的查询视频。这种方法具有良好的性能，但是基于关联矩阵的最大正向匹配方法计算很复杂，基于视觉因子、序列因子和干扰因子算法也有一定的局限性，对于一些体育视频或运动程度激烈的视频效果并不好。(Chiu C Y,Tsai T H,Hsieh CY.Efficient video segment matching for detecting temporal-based video copies[J].Neurocomputing,2013,105:70-80.)该文首先将查询视频通过一个滑动窗分割成重复的视频片段，将库视频中的目标视频通过相同的滑动窗分割成不重复的视频片段；然后采用基于序列的签名方法，对目标视频进行有效筛选；接着通过提取查询视频片段和留下的目标视频片段的SIFT特征来进行视频片段之间的相似性计算；最终根据相似性最终输出目标视频中所有匹配成功的查询视频片段。该方法在利用滑动窗分割成重复的视频片段时，对视频特征进行了大量的重叠计算，增加了大量不必要的计算量。