[发明专利]一种基于紧凑视频表征的视频拷贝检测方法

摘要

本发明属于数字媒体领域，提供一种基于紧凑视频表征的视频拷贝检测方法，包括：稠密提取库视频和查询视频的关键帧；提取所述库视频和查询视频的关键帧的图像稀疏特征；使用池化方式，将所述库视频和查询视频的图像稀疏特征分别进行融合，形成简洁视频特征。本发明的有益效果为：采用本发明能够准确描述视频信息，有效减少特征数量，大大提升检索阶段的速度；且本发明结合深度学习与传统方法，在保证准确匹配的基础上，减少了机器的性能负担，解决了现有技术的不足。

主权项

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Ii，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Ii∈ts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，ts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mi，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mi_max，加上该数值的符号sign(+/‑)，作为第mi维的代表，即选取与0差值最大的值作为第mi维的代表；串联所有的sign*mi_max，i∈[1,...,m]，得到一个长度为m的特征向量cs，cs即为第ts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cqt，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{cqt,t∈[1,...,tq]}和它们的tq*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tq是查询视频的长度，单位为秒。