[發明專利]一種基于時空特征的網絡同源視頻檢測方法

有效

• 申請號: 201310303194.8
• 申請日: 2013-07-18
• 公開（公告）號: CN103336957A
• 公開（公告）日: 2013-10-02
• 發明（設計）人: 胡衛明;胡瑞娟;李兵
• 申請（專利權）人: 中國科學院自動化研究所
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06F17/30
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 宋焰琴

1.一種基于時空特征的網絡同源視頻檢測方法，該方法包括以下步驟：?

步驟1：對輸入的待檢測視頻進行預處理，從而去除低信息幀或異常幀，并進行圖中圖檢測；?

步驟2：將至少一個參考視頻與預處理后的待檢測視頻進行視頻片段分割，得到一系列的視頻片段，每個視頻片段由相等數目的連續幀組成；?

步驟3：分別對上述所有的視頻片段提取時空特征數據；?

步驟4：采用局部敏感哈希方法對上述得到的時空特征數據進行有效索引以及搜索，從而匹配得到相似視頻片段，并輸出最終同源視頻。?

2.根據權利要求1所述的方法，其特征在于，所述步驟1包括：?

步驟1a：計算所述待檢測視頻的每幀圖像中相鄰兩像素之間的差值得到差值圖像，根據所述差值圖像確定是否為低信息幀，若是則去除該低信息幀；?

步驟1b：計算所述待檢測視頻的連續三幀中兩兩之間對應像素的差值，并根據所述差值確定出異常幀，并從待檢測視頻中去除所述異常幀；?

步驟1c：通過霍夫變換(Hough)檢測連續視頻幀中均存在的直線，并根據所檢測出的直線繪制出圖中圖的矩形區域，并單獨存儲矩形區域中的圖像和其它區域中的圖像。?

3.根據權利要求1所述的方法，其特征在于，所述步驟2是指按照固定幀數N，將參考視頻和待檢測視頻分割為若干視頻片段，每個片段包含N個連續幀。?

4.根據權利要求1所述的方法，其特征在于，所述步驟3包括：?

步驟3a：從所分割得到的視頻片段提取興趣點，該興趣點不僅包含空間維x和y的信息，還包含時間維t的信息；?

步驟3b：以所提取的興趣點為中心提取立方體；?

步驟3c：采用擴展高維SIFT特征向量表示上述立方體；?

步驟3d：采用主成分分析法PCA將上述高維SIFT特征向量映射到低維空間。?

5.根據權利要求1所述的方法，其特征在于，所述步驟4包括：?

步驟4a：建立參考視頻的LSH索引表，該索引表包括所述參考視頻的視頻片段中所有興趣點的哈希值；?

步驟4b：對于待檢測視頻，利用待檢測視頻的視頻片段中興趣點的哈希值搜索所述參考視頻的LSH索引表，找到與參考視頻中最相似的一定數量的興趣點，進而找到對應的參考視頻片段并輸出。?

6.根據權利要求4所述的方法，其特征在于，在所述步驟3a中，興趣點的檢測是通過計算如下響應函數獲得，?

R＝(I*g*h_ev)²+(I*g*h_od)²

其中，I(x，y，t)表示視頻片段，g(x，y；σ)是二維高斯核，h_ev和h_od是一對正交的一維Gabor濾波器，分別定義為和?σ為視頻片段I(x，y，t)的空間尺度；τ為視頻片段I(x，y，t)的時間尺度，興趣點即為在該處響應函數獲得的局部極大值。?

7.根據權利要求4所述的方法，其特征在于，在所述步驟3c中，首先對所述立方體中各像素進行如下變換：?

(1)歸一化像素值；?

(2)計算亮度梯度，產生三個通道值(G_x，G_y，G_t)，(G_x，G_y，G_t)分別是指沿著x軸、y軸、t軸的方向計算的梯度；?

(3)計算光流信息，得到兩個通道(V_x，V_y)，(V_x，V_y)分別表示一個像素在當前幀位置與下一幀位置兩點間的運動矢量；?

然后，將所述立方體劃分為若干區域，每個區域內建立相應梯度與光流信息的局部直方圖，生成表示立方體的高維SIFT特征向量。?

8.根據權利要求4所述的方法，其特征在于，在所述步驟3d中，利用所述立方體的高維SIFT特征向量生成協方差矩陣，并利用協方差矩陣的前m個數值較大的特征值所對應的特征向量生成低維的映射矩陣，并將所述高維SIFT特征向量與所述低維的映射矩陣相乘得到降維后的特征向量。?