[发明专利]一种短视频版权检测方法及系统

说明书

本发明公开了一种短视频版权检测方法及系统，检测方法包括：S1、获取具有版权的短视频，生成所述具有版权的短视频所对应的图片帧向量；S2、将所述具有版权的短视频所对应的图片帧向量存储在Faiss中；S3、为待检测短视频生成对应的图片帧向量，利用待检测短视频所对应的图片帧向量对Faiss进行索引；S4、返回与所述待检测短视频所对应的图片帧向量距离小于第一阈值的图片帧向量所对应的候选短视频；S5、计算待检测短视频与各候选短视频连续相似图片帧的数量；S6、基于所述相似图片帧的数量判断待检测短视频是否侵犯对应候选短视频的版权。本发明能够全面获取短视频的时间维度特征和空间维度特征、全局特征和局部特征。

技术领域

本发明涉及短视频处理技术领域，具体涉及一种短视频版权检测方法及系统。

背景技术

短视频正逐步取代文本、图片、音乐，称为当下媒体传播的主流方式。短视频具有产出速度快，影响范围广，参与人数多的特点。为了保护原创用户权益，避免版权争端，短视频版权检测成为每个短视频平台必备能力。视频领域的版权检测通常有两种方式：视频水印和短视频内容，视频领域的版权检测的难点包括：视频格式转换、视频剪切、视频片段拼接、视频大小裁剪、添加特效、添加水印等。

现有的基于内容的版权检测(Content-Based Copyright Detection，CBCD)大多直接对视频进行特征编码，得到一个单一的特征表示。然后利用这个特征表示进行匹配。主要包括：

3D卷积网络(C3D network)：卷积神经网络近年来被广泛的应用于机器视觉中，2D卷积可以对图片做特征提取，但是不能很好的捕获时序上的信息，因此直接视频特征提取并不能取得很好的效果，因此3D卷积网络被提出以解决该问题。3D卷积可以从空间和时间维度对视频进行特征提取和表征，因此可以捕获视频中的运动信息。

颜色直方图：颜色直方图是在许多图片检索系统中被广泛采用的颜色特征，作用是对图片做特征提取。它描述的是不同色彩在整幅图片中所占的比例。颜色直方图特别适用于描述哪些难以进行自动分割的图片，优点是计算简单。

然而，现有的基于内容的版权检测存在如下问题：

3D卷积可以提取视频的空间和时间维度特征，但是他把视频编码为一个单一向量，避免不了会有信息损失，尤其局部特征损失。这对于画面相对静态的视频来说，信息的损失对版权鉴定来说是很致命的。例如脱口秀类短视频，不同短视频之间画面几乎一样，只有主持人的表情和肢体会有微小的变化，3D卷积网络无法捕获这类差异。

颜色直方图描述不同色彩在整幅图片中所占的比例，无法刻画每种色彩所处的空间位置关系，更别说时序信息了。因此颜色直方图无法提取图象中的物体，对象等局部性信息，而这些信息在做版权鉴定时都是非常重要的。例如不同的足球短视频背景主体都是绿色的球场草地，颜色直方图无法准确区分。

因此，如何克服现有基于内容的版权检测的缺点，针对短视频的特征，实现更准确的基于内容的版权检测是本领域亟待解决的问题。

发明内容

本发明的目的是针对现有技术的缺陷，提供了一种短视频版权检测方法及系统。对短视频进行截帧，利用Inception网络进行特征提取，能够全面获取短视频的时间维度特征和空间维度特征、全局特征和局部特征。基于已有的Inception网络进行特征提取、Faiss中自带的向量函数进行运算，实现短视频及图片帧的快速召回，系统开销小。

为了实现以上目的，本发明采用以下技术方案：

一种短视频版权检测方法，包括：

S1、获取具有版权的短视频，生成所述具有版权的短视频所对应的图片帧向量；

S2、将所述具有版权的短视频所对应的图片帧向量存储在Faiss中；

S3、为待检测短视频生成对应的图片帧向量，利用待检测短视频所对应的图片帧向量对Faiss进行索引；