[發明專利]一種基于SURF算法的視頻指紋提取方法

有效

• 申請號: 201410298934.8
• 申請日: 2014-06-27
• 公開（公告）號: CN104063706B
• 公開（公告）日: 2017-02-15
• 發明（設計）人: 徐杰;李乾坤;孫健;張毅
• 申請（專利權）人: 電子科技大學
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06K9/00;G06F17/30
• 代理公司: 成都行之專利代理事務所(普通合伙)51220
• 代理人: 溫利平

1.一種基于SURF算法的視頻指紋提取方法，其特征在于，包括以下步驟：

(1)、視頻特征提取

(1.1)、候選關鍵幀的選取：以步長為Δt，T秒內提取一幀的方式在視頻中選取候選關鍵幀；

(1.2)、使用SURF算法檢測候選關鍵幀的特征點并計算個數，將特征點個數小于M的候選關鍵幀丟棄；將特征點個數大于或等于M的視頻候選關鍵幀作為視頻關鍵幀，M是常數，可以根據實際情況設置；

對于大于特征點個數大于M的視頻關鍵幀通過均分篩選，選取其中的M個特征點并保留，其余的特征點去除；

(1.3)、通過SURF算法獲取各視頻關鍵幀各個特征點的特征矢量，具體為對于每一視頻關鍵幀每一個特征點進行以下步驟的處理：

(1.3.1)、以視頻關鍵幀的特征點為中心，選取直徑為20s的圓形窗口，將圓形窗口劃分為不等間隔的四個圓環，其中，s為特征點對應的尺度；

(1.3.2)、首先對四個同心圓環覆蓋的區域分別使用哈爾模板，求出它們各自在X方向上和Y方向上的哈爾小波響應值d_xm和d_ym，其中，m＝1,2,表示哈爾小波響應值的個數；然后以視頻關鍵幀的特征點為中心，分別對四個覆蓋區域的哈爾響應值d_xm和d_ym進行高斯加權計算，得到哈爾小波響應值d′_xm和d′_ym；

(1.3.3)、對四個覆蓋區域內的哈爾小波響應值d′_xm、d′_ym求和，分別記為：Σd′_xm和Σd′_ym，對四個覆蓋區域內的哈爾小波響應值d′_xm、d′_ym求絕對值之和，分別記為Σ|d′_xm|和Σ|d′_ym|；

對每個覆蓋區域的哈爾特征集的對角特征響應值Σd_zm進行計算，然后將它們進行求和、求絕對值和，并分別記為Σd_zm、Σ|d_zm|，因此，統計得到覆蓋區域的特征矢量可以表示為：

V_sub＝(Σd'_xm,Σ|d'_xm|,Σd'_ym,Σ|d'_ym|,Σd_zm,Σ|d_zm|)；

最后將四個覆蓋區域排列起來，得到每個特征點的特征矢量；

(1.4)、將所有視頻關鍵幀的所有特征點特征矢量組合為特征矢量集合；

(2)、視頻指紋的提取；

(2.1)、K-means聚類算法對特征矢量集合進行聚類處理，得到多個聚類中心，每個聚類中心作為一個視覺詞匯；

(2.2)、對于每個視頻關鍵幀中各個特征點計算其特征矢量與各個視覺詞匯的歐式距離，如果與某一個視覺詞匯的歐式距離最短，則特征點歸于該視頻詞匯；

統計出每個視頻關鍵幀中，各視覺詞匯所擁有的特征點數量即詞頻信息；

(2.3)、對每個視頻關鍵幀中各個視覺詞匯的詞頻信息進行量化處理，用二進制序列來表示，即為該視頻關鍵幀的指紋信息，最后將所有關鍵幀的指紋信息按照時序先后串聯起來便生成該視頻的指紋信息。

2.一種基于SURF算法的視頻指紋提取方法，其特征在于，所述的均分篩選過程為：

a)、根據特征點檢測時海森矩陣響應值的大小對特征點進行排序；

b)、計算特征點兩兩之間的距離；

c)、遍歷；從第一個特征點開始，查找與之距離小于d的特征點，并刪除，同時重新，計算特征點的個數是否等于M，如果特征點的個數等于M，則遍歷結束，否則繼續遍歷；如果，遍歷一邊之后，特征點的個數仍然大于M，則增大d的大小，繼續下一輪遍歷。