近重復(fù)視頻檢測(cè)算法研究.pdf

1、隨著寬帶傳輸網(wǎng)絡(luò)的日益完善和視頻軟、硬件處理技術(shù)的快速發(fā)展和廣泛應(yīng)用，尤其隨著WEB2.0技術(shù)的快速發(fā)展，使得網(wǎng)絡(luò)視頻內(nèi)容呈爆炸性增長(zhǎng)的同時(shí)也伴隨著產(chǎn)生了大量的近重復(fù)視頻。大量近重復(fù)視頻的產(chǎn)生給版權(quán)保護(hù)、視頻內(nèi)容監(jiān)管和視頻搜索引擎結(jié)果排序等多方面帶來技術(shù)性的挑戰(zhàn)。在此背景下，基于內(nèi)容的近重復(fù)視頻檢測(cè)技術(shù)應(yīng)運(yùn)而生。
　　 本文對(duì)目前主要的近重復(fù)視頻檢測(cè)技術(shù)進(jìn)行了總結(jié)。盡管這些方法有各自的應(yīng)用場(chǎng)景，其技術(shù)細(xì)節(jié)也不僅相同，但其檢測(cè)流程

2、可以用四個(gè)主要的步驟進(jìn)行概括：1)抽取視頻關(guān)鍵幀；2)提取視頻關(guān)鍵幀特征；3)執(zhí)行基于視頻關(guān)鍵幀特征的相似性查詢；4)在關(guān)鍵幀特征相似性查詢結(jié)果的基礎(chǔ)上執(zhí)行視頻子序列匹配，實(shí)現(xiàn)對(duì)近重復(fù)視頻的判別和定位。在這四個(gè)步驟中，關(guān)鍵幀的抽取方法已相對(duì)成熟，因此，目前對(duì)基于內(nèi)容的近重復(fù)視頻檢測(cè)的研究主要集中在穩(wěn)定的、高區(qū)分度的視頻特征抽取，高效的特征相似性查詢和準(zhǔn)確的視頻子序列匹配這三個(gè)方面。本文對(duì)這三方面的相關(guān)技術(shù)進(jìn)行了總結(jié)，并在此基礎(chǔ)上提出了我

3、們的方法。
　　 在近重復(fù)視頻檢測(cè)中的特征研究方面，本文做了兩方面的工作：1)在SIFT(Scale Invariant Feature Transform)特征點(diǎn)集合基礎(chǔ)上，提出了利用奇異值分解方法獲取SVD-SIFT(Singular Value Decomposition，-SIFT)特征。2)對(duì)SIFT描述子的描述方法進(jìn)行了改進(jìn)，提出了梯度序數(shù)特征，簡(jiǎn)稱GOS(Gradient Ordinal Sig-nature)。相

4、比于標(biāo)準(zhǔn)的SIFT描述子，在特征描述能力方面，SVD-SIFT和GOS基本上保存了原始SIFT描述子所具有的尺度不變性、旋轉(zhuǎn)不變性等良好特性。其中GOS還新添了鏡像不變特性，具有更好的適應(yīng)性。但SVD-SIFT和GOS的計(jì)算更加簡(jiǎn)單，維數(shù)也大大降低，因而有效提高了系統(tǒng)的檢測(cè)速度。
　　 在近重復(fù)視頻檢測(cè)中的關(guān)鍵幀特征相似性查詢研究方面，本文在分析排序類特征的一些內(nèi)在特性的基礎(chǔ)上，結(jié)合度量空間嵌入理論。提出了一種高效的相似性查詢方

5、法，基于固定點(diǎn)嵌入的相似性查詢方法，簡(jiǎn)稱FE(Fixed point-basedEmbedding)。FE源于一個(gè)簡(jiǎn)單的思想：如果原始空間中兩個(gè)靠得很近的點(diǎn)，經(jīng)過“嵌入”后在嵌入空間中可能仍然會(huì)靠得很近。而FE的收斂性能確保這種假設(shè)的成立。通過固定點(diǎn)嵌入后，高維空間中相似的數(shù)據(jù)點(diǎn)會(huì)投影到相同槽中，然后通過建立一個(gè)倒排索引結(jié)構(gòu)執(zhí)行高效的相似性查詢。
　　 在近重復(fù)視頻檢測(cè)中的視頻子序列匹配研究方面，本文提出了基于圖的視頻子序列匹配

6、算法。該方法將基于關(guān)鍵幀特征的相似性查詢結(jié)果構(gòu)建成匹配結(jié)果圖，進(jìn)而將近重復(fù)視頻檢測(cè)轉(zhuǎn)換成了一個(gè)在匹配結(jié)果圖中查找最長(zhǎng)路徑的問題。該方法有三個(gè)主要優(yōu)勢(shì)：1)它能在眾多雜亂的匹配結(jié)果中找到最佳的匹配序列，有效剔除了某些假“高相似度”匹配帶來的噪聲，因而它能在一定程度上彌補(bǔ)底層特征描述力的不足。2)由于它充分考慮和利用了視頻序列的時(shí)序特性，從而具有很高的近重復(fù)視頻定位準(zhǔn)確度。3)它能自動(dòng)檢測(cè)出匹配結(jié)果圖中存在的多條離散路徑，從而能一次性檢測(cè)出