[发明专利]基于多特征哈希的视频拷贝检测方法

摘要

本发明公开了一种基于多特征哈希的视频拷贝检测方法，主要解决现有视频拷贝检测算法不能有效平衡检测效率和检测精度的问题。其实现步骤是：(1)提取关键帧的塔型梯度方向直方图PHOG为关键帧的全局特征；(2)提取关键帧的基于尺度不变特征变换SIFT的加权对比度直方图为关键帧的局部特征；(3)利用相似度保持的多特征哈希学习SPM²H算法建立目标函数，通过优化求解得到L个哈希函数；(4)利用L个哈希函数，将数据库视频关键帧和查询视频关键帧映射为L维的哈希码；(5)通过特征匹配判断查询视频是否为拷贝视频。本发明对多种攻击具有良好的鲁棒性，可用于互联网上数字视频的版权保护、拷贝控制及数据挖掘。

主权项

1.一种基于多特征哈希的视频拷贝检测方法，包括：(1)多特征提取步骤：(1a)给定视频V，将视频V分割成一系列连续的相等长度的视频镜头V＝{C₁,C₂,…,C_i,...,C_I}，C_i是视频V的第i个镜头，i＝1,2,...,I，I是视频镜头的个数；(1b)将每一个视频镜头的帧率统一为每秒30帧，将所有的视频帧转换为宽度为320，高度为240的灰度图像；(1c)对每一个视频镜头进行降6采样处理，即每6个视频帧提取一个关键帧；(1d)提取关键帧的塔型梯度方向直方图PHOG为关键帧的全局特征；(1e)利用尺度不变特征变换SIFT检测算子，提取关键帧的特征点，获得关键帧的特征点集，在关键帧大小为120×40的中心区域内，选择特征强度最大的特征点作为圆心，构造半径为R的稳定的圆形特征区域，若该区域不存在特征点，则选择关键帧的中心为圆心，提取基于尺度不变特征变换SIFT的加权对比度直方图为关键帧的局部特征；(2)特征映射步骤：(2a)利用相似度保持的多特征哈希学习SPM2H算法建立目标函数，通过优化求解得到L个哈希函数{h₁,h₂,…,h_l,...,h_L}，h_l是第l个哈希函数，l＝1,2,...,L；(2b)对于每个关键帧，结合提取的全局特征和局部特征，由每一个哈希函数产生一位哈希码，利用L个哈希函数，使数据库视频的关键帧和查询视频的关键帧映射为L维的哈希码；(3)特征匹配步骤：(3a)测量查询视频镜头Q与数据库中的参考视频镜头P的相似度，表示为：sim(Q,P)=ΣYi∈GQ(minYj∈GP(sim(Yi,Yj))),]]>式中，Y_i是查询视频镜头Q的第i个关键帧的哈希码，Y_j是数据库中参考视频镜头P的第j个关键帧的哈希码，G_Q是查询视频镜头Q的关键帧集合，G_P是数据库中参考视频镜头P的关键帧集合，式中sim(Y_i,Y_j)是视频关键帧Y_i与Y_j的相似度，表示为：sim(Yi,Yj)=1LΣLYi⊗Yj,]]>式中，L是哈希码的维数，是异或操作；(3b)定义匹配检测阈值ε：设数据库中的视频镜头为A个，分别为{P₁,P₂,...,P_b,...,P_A}，b＝1,2,...,A，P_b为数据库中第b个视频镜头，计算查询视频镜头Q与数据库中每个视频镜头P_b的相似度，得到A个相似度值为{sim(Q,P₁）,sim(Q,P₂）,...,sim(Q,P_b）,...,sim(Q,P_A）}，对其从小到大排列，在最大值与最小值之间均匀取值作为匹配检测阈值ε；(3c)将查询视频镜头Q与数据库中的参考视频镜头P的相似度sim(Q,P）与匹配检测阈值ε进行比较，如果sim(Q,P）≤ε，则认为查询视频镜头Q是数据库中参考视频镜头P的拷贝，如果sim(Q,P）＞ε，则认为查询视频镜头Q不是数据库中参考视频镜头P的拷贝。