一种新的鲁棒性视频复制检测算法一种新的鲁棒性视频复制检测算法.pdfVIP

第 37 卷 第 5 期 北 京 工 业 大 学 学 报 Vol． 37 No． 5 2011 年 5 月 JOURNAL OF BEIJING UNIVERSITY OF TECHNOLOGY May 2011 一种新的鲁棒性视频复制检测算法 陈秀新1，2 ，贾克斌1 ，邓智玭1 ，庄新月1 ( 1． 北京工业大学 电子信息与控制工程学院，北京 100124; 2． 北京工商大学 计算机与信息工程学院，北京 100048) 摘 要: 针对现有的视频复制检测方法中存在的计算量大、鲁棒性差等问题，提出了一种新的视频复制检测算 法． 算法采用视频时序特征曲线来描述视频内容，将每帧图像基于信息熵自动分割成若干个子块，提取各个子 块的时序特征曲线作为表征视频内容的特征值． 在相似性匹配时，采用鲁棒性的相似性匹配算法，实验结果证 明了算法的有效性和鲁棒性． 关键词: 版权保护; 视频复制检测; 时序特征曲线; 信息检索 中图分类号: TN 911. 73 文献标志码: A 文章编号: 0254 － 0037( 2011) 05 － 0691 － 06 数字视频的版权保护问题使得视频复制检测成为人们的研究热点． 复制检测又称剽窃检测，也有人 称为副本检测，就是判断一个文件的内容是否抄袭、剽窃或者复制于另外一个或者多个文件，它直接通过 视频媒体本身的内容来实现视频的版权保护． 近年来，基于内容的视频检索，包括复制检测在内都取得了很大的成就． 自 2003 年至今，由美国国家 标准与技术协会( NIST) 主办的每年一次的关于视频检索的竞赛活动 TRECVID 引领着全球致力于此的大 量专家以及团队［1］． 现有的视频复制检测方法大多是借助于视频的一些低层特征: 如基于图像的特征［2］、运动特征［3-4］和 关键帧技术［5-8］等，但是这些特征存在着缺陷: 如颜色直方图无法反映颜色的空间分布信息［9］． 文献［10］ 提出了基于分割区域的方法，这种方法会带来计算量大、搜索速度慢的问题． 文献［11］提出了利用关键帧 来进行匹配的方法，尽管引入了运动信息，但是所选取的关键帧能否充分地表达视频信息是一个难点． 文 献［12］提出了基于组合相似性的视频检索方法，但要求提前将视频分成若干镜头． 鉴于此，借鉴 MPEG－7 中视频描述符的思想，本文提出一种基于时序特征曲线的视频复制检测方法． 1 算法原理 基于视频时序特征曲线的视频复制检测算法首先对样例视频中的每帧基于信息熵进行自动分割，提 取分割后的各子区域 YUV 空间中的 Y 分量和 U 分量的平均值，共同组成视频的特征曲线; 然后，将提取出 的特征曲线与待匹配的目标视频的特征曲线或特征库中的特征曲线进行匹配． 在进行特征曲线的匹配 时，为了去除视频亮度色度整体漂移带来的影响，采用基于梯度的相似性匹配算法，同时引入异常因子以 去除突变干扰，有效提高了视频检索的效率和准确率． 1. 1 视频特征曲线的提取 首先，将视频中每帧图像基于信息熵进行自动分割，分成几个子区域( 子块) ，如: L × V 个，如图 1 所 示． 然后，对每个子块计算其 YUV 颜色空间的平均 Y 值和平均 U 值，作为此子块的 2 个特征值． 按照时间 收稿日期: 2009-04-17． 基金项目: