[發明專利]一種基于視頻重構的重復片段定位方法

有效

• 申請號: 201210182770.3
• 申請日: 2012-06-05
• 公開（公告）號: CN102750339A
• 公開（公告）日: 2012-10-24
• 發明（設計）人: 韋世奎;趙耀;朱振峰
• 申請（專利權）人: 北京交通大學
• 主分類號: G06F17/30
• 分類號: G06F17/30;H04N21/232
• 代理公司: 北京市商泰律師事務所 11255
• 代理人: 毛燕生

1.一種基于視頻重構的重復片段定位方法，其特征在于，包括以下步驟：

(1).去除查詢視頻序列和引用視頻序列中視頻幀與視頻幀之間存在的大量冗余，為時間臨近、內容一致的小段視頻抽取具有代表性的視頻關鍵幀，實現數據的精簡處理；

(2).利用偽文本文檔來描述視頻關鍵幀內容；

(3).將視頻關鍵幀之間的視覺相似性計算轉化為偽文本文檔之間的相似性度量，對查詢視頻關鍵幀和引用視頻關鍵幀之間的相似性進行度量，進而為每一幅查詢關鍵幀返回一系列相似引用關鍵幀；

(4).綜合利用重復視頻片段的時間一致性約束及不重復片段之間的時間不連續性來重構引用視頻片段、確定重復視頻片段的邊界信息。

2.根據權利要求1所述的一種基于視頻重構的重復片段定位方法，其特征在于，所述步驟（1）中通過一種基于鏡頭邊界約束的均勻采樣方法來抽取視頻的關鍵幀序列。

3.根據權利要求2所述的一種基于視頻重構的重復片段定位方法，其特征在于，其具體的關鍵幀提取步驟如下：

首先，利用鏡頭檢測方法，將引用數據庫中視頻分割成一個個視頻鏡頭；

然后，在每一個視頻鏡頭內均勻采樣，獲得一系列可以表示此鏡頭的關鍵幀；

最后，將鏡頭的時間邊界信息和鏡頭內采樣的關鍵幀關聯起來。

4.根據權利要求1所述的一種基于視頻重構的重復片段定位方法，其特征在于，所述步驟（2）采用詞包技術將局部SIFT描述子量化視覺詞，并顯式地將視覺詞包轉化為一個偽文本文檔。

5.根據權利要求4所述的一種基于視頻重構的重復片段定位方法，其特征在于，所述偽文本文檔具體的提取流程如下：

首先，使用Hessian-Affine?Region?Extractor來為每一幅關鍵幀提取一系列仿射不變的關鍵點；

其次，為每一個關鍵點計算一個128維的SIFT描述子；

然后，采用詞包技術將每一幅關鍵幀中的所有局部SIFT描述子量化為視覺詞；

最后，為每幅關鍵幀中的唯一視覺詞顯式地對于一個唯一的、隨機產生的文本詞，所有的偽文本詞構成一個偽文本文檔。

6.根據權利要求1所述的一種基于視頻重構的重復片段定位方法，其特征在于，所述步驟（3）中直接采用文本搜索領域的OkapiBM25相似性度量函數來測量查詢幀和引用幀對應偽文本文檔的相似度。