[發(fā)明專利]一種基于緊湊視頻表征的視頻拷貝檢測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201611150987.0
• 申請(qǐng)日: 2016-12-14
• 公開（公告）號(hào): CN106649663B
• 公開（公告）日: 2018-10-16
• 發(fā)明（設(shè)計(jì)）人: 李豪杰;王領(lǐng);暴雨
• 申請(qǐng)（專利權(quán)）人: 大連理工大學(xué)
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30
• 代理公司: 大連理工大學(xué)專利中心 21200
• 代理人: 李曉亮;趙連明

1.一種基于緊湊視頻表征的視頻拷貝檢測(cè)方法，其特征在于以下步驟：

第一步，提取庫視頻中的圖像幀特征

1.1)等間隔地提取庫視頻的關(guān)鍵幀，按照關(guān)鍵幀出現(xiàn)的先后順序，關(guān)鍵幀編號(hào)為I_i，i∈[1,...,N]；

1.2)采用卷積神經(jīng)網(wǎng)絡(luò)計(jì)算步驟1.1)得到的關(guān)鍵幀的fc層特征，即網(wǎng)絡(luò)中的全連接層特征；

1.3)將步驟1.2)得到的fc層特征采用主成分分析-白化算法進(jìn)行降維，每個(gè)圖像得到低維度的n維特征，即得到關(guān)鍵幀的幀特征；

第二步，使用池化方式，將第一步得到的庫視頻的幀特征進(jìn)行融合，獲取緊湊視頻表征

2.1)使用k-奇異值分解算法，對(duì)步驟1.3)得到的n維特征進(jìn)行訓(xùn)練，得到一個(gè)n*m維的字典；

2.2)對(duì)步驟1.3)中的每個(gè)n維特征，使用正交匹配追蹤算法計(jì)算其在步驟2.1)字典上的稀疏表示，得到一個(gè)m維的稀疏特征，用于表示一幅關(guān)鍵幀；

2.3)以秒為單位，對(duì)關(guān)鍵幀進(jìn)行劃分，所有I_i∈t_s的關(guān)鍵幀被劃分為同一類，即屬于同一秒的關(guān)鍵幀歸為一類，t_s表示從視頻開始處的第s秒；

2.4)對(duì)同一秒的所有關(guān)鍵幀的稀疏特征采用池化方式進(jìn)行融合，池化時(shí)，對(duì)m維的稀疏特征中的每一維m_i，i∈[1,...,m]做橫向?qū)Ρ龋丛擃愔械乃刑卣鞯牡趇維做比較，選取絕對(duì)值最大的數(shù)值m_{i_max}，加上該數(shù)值的符號(hào)sign(+/-)，作為第m_i維的代表，即選取與0差值最大的值作為第m_i維的代表；串聯(lián)所有的sign*m_{i_max}，i∈[1,...,m]，得到一個(gè)長度為m的特征向量c_s，c_s即為第t_s秒視頻的緊湊特征表示；

第三步，使用kd樹作為快速索引結(jié)構(gòu)，對(duì)所有的庫視頻的緊湊特征進(jìn)行整合；

第四步，對(duì)查詢視頻，重復(fù)第一步和第二步，得到查詢視頻的緊湊視頻表征，其中，步驟2.1)不需要進(jìn)行；

第五步，找出最相似的視頻片段

步驟5.1)使用查詢視頻的每個(gè)緊湊視頻表征cq_t，在第三步建立的快速索引結(jié)構(gòu)中進(jìn)行搜索，找到最相似的k個(gè)庫視頻的緊湊視頻表征；

步驟5.2)對(duì)一個(gè)查詢視頻的所有緊湊視頻表征集{cq_t,t∈[1,...,t_q]}和它們的t_q*k個(gè)最相似的庫緊湊視頻表征，找出最相似的視頻片段，所述的t_q是查詢視頻的長度，單位為秒。