[發明專利]一種基于深度局部特征的視頻拷貝檢測方法

有效

• 申請號: 202010691138.6
• 申請日: 2020-07-17
• 公開（公告）號: CN111709945B
• 公開（公告）日: 2023-06-30
• 發明（設計）人: 賈宇;張家亮;董文杰;曹亮
• 申請（專利權）人: 深圳市網聯安瑞網絡科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06V10/40;G06V10/80;G06V10/82;G06N3/0464;G06N3/08
• 代理公司: 成都九鼎天元知識產權代理有限公司 51214
• 代理人: 孫元偉

1.一種基于深度局部特征的視頻拷貝檢測方法，其特征在于，包括如下步驟：

（1）對于視頻數據抽取幀圖像，然后利用不同的尺度構造圖像金字塔；

（2）構造深度卷積神經網絡模型，用于從輸入的圖像金字塔中提取特征圖，并對特征圖進行特征融合得到融合特征圖；

（3）利用度量學習的方式訓練所述深度卷積神經網絡模型；

（4）利用訓練好的所述深度卷積神經網絡模型從圖像金字塔中提取融合特征圖；

（5）利用極大值抑制從融合特征圖中提取出關鍵點，并根據關鍵點提取對應的局部特征；

（6）根據局部特征進行視頻拷貝檢測；

步驟（6）包括如下子步驟：

（6.1）將庫視頻經過步驟（1）～（5）獲得其局部特征；

（6.2）將待檢測視頻經過步驟（1）～（5）獲得其局部特征；

（6.3）將待檢測視頻的局部特征與庫視頻的局部特征進行隨機一致性空間驗證，濾除非相關的匹配點；

（6.4）根據剩余匹配點計算相似度；

（6.5）對相似度計算結果進行排序得到源視頻數據結果。

2.根據權利要求1所述的基于深度局部特征的視頻拷貝檢測方法，其特征在于，所述深度卷積神經網絡模型為包括n-1層卷積層和1層融合卷積層的全卷積模型；其中，

n-i層～n-1層卷積層，用于從輸入的圖像金字塔中提取特征圖；

所述融合卷積層，用于對n-i層～n-1層卷積層提取的特征圖進行特征融合得到融合特征圖；2≤i≤n-1，i和n均為整數。

3.根據權利要求2所述的基于深度局部特征的視頻拷貝檢測方法，其特征在于，所述n-i層～n-1層卷積層的卷積通道為128。

4.根據權利要求2所述的基于深度局部特征的視頻拷貝檢測方法，其特征在于，第n-1層卷積層的卷積核大小為1×1，用于將特征圖卷積到1×1大小，該層卷積層輸出的特征圖作為全局特征用于模型訓練。

5.根據權利要求1所述的基于深度局部特征的視頻拷貝檢測方法，其特征在于，所述相似度采用向量內積的方式計算。

6.根據權利要求1-5任一項所述的基于深度局部特征的視頻拷貝檢測方法，其特征在于，步驟（1）中對于視頻數據抽取的幀圖像是關鍵幀圖像。