[发明专利]基于图建模的视频指纹方法

说明书

技术领域

本发明涉及一种视频指纹方法，尤其涉及一种基于图建模的视频指纹方法，属于视频、多媒体信号处理技术领域。

背景技术

随着计算机与信息技术的发展，互联网已经成为日常生活中不可或缺的一部分，特别是随着多媒体技术的迅速发展，互联网视频网站越来越多，视频内容变的越来越丰富，但随之而来的网络信息安全问题也变的日渐突出。网络用户可以随意的下载、编辑视频并再次上传，由此网络中出现大量“垃圾视频”，据统计，在某些热点视频的检索结果中，视频拷贝的比例甚至高达93％，这大大降低了视频检索的效率。同时，由于互联网上对于海量视频的管理缺乏规划和统一性，常常引起一些诸如知识产权等的纠纷，盗版和非法下载的出现也危害了版权所有者的利益，挫伤了创新的积极性。去除网络中的“垃圾视频”以及打击盗版进行有效的版权管理从本质上来说都是视频内容认证和识别问题。基于内容的视频指纹技术正是解决上述问题的主要方法。

基于内容的视频指纹(Content Based Video Fingerprinting：CBVF)，又被称为视频哈希(Video Hashing)，与数字视频水印不同，它不需要在视频发布或传播之前，人工地在视频对象中嵌入附加信息，因此，CBVF对于尚未发布和已经发布的视频都有效；同时，由于不需要在视频上嵌入附加信息，CBVF解决了数字视频水印技术中水印的不可见性和鲁棒性之间的矛盾，从而提高了CBVF对于常见攻击的鲁棒性。利用CBVF技术不但可以在视频检索中搜索到多余的视频拷贝，并将其屏蔽，而且有助于规范数字视频版权、传播等的管理；同时，从另一个方面，也可以通过CBVF来对商业视频及其视频拷贝进行跟踪分析，以获得有价值的营销策略信息。因此，在个人视频制作与网络传播日益流行的情况下，CBVF具有重要的理论价值和应用价值，近年来已经成为了多媒体信息处理领域的研究热点，各种算法也相继被提出，目前的视频指纹算法大多都是基于关键帧的，但是关键帧的选取依赖于镜头的分割，且镜头分割是一个复杂的过程，镜头分割的好坏对关键帧的影响很大。本发明提出了一种基于二叉树理论的关键帧选取的方法，该方法避开了镜头的分割，且具有成熟的图论理论支持。另一方面，前景图像是人关注的主要对象，而目前的视频指纹算法恰恰忽略了人的关注特性，本发明正是基于前景图像这一人的关注对象来提取视频指纹的，这也是本发明的优势之一。

视频由大量的帧组成，帧格式各种各样，但是从宏观的角度来看，可以把视频的每一帧当作高维空间中的一个点，点的坐标由帧的某种属性决定，点与点之间根据帧的关系连线就可以构成一个图。因此，视频可以看作高维空间里的一个权重图。另一方面，视频帧由若干像素组成，若以像素点为图顶点，像素点之间关系定义边，则帧也可以看作一个权重图，本发明从图建模的角度入手，利用图论相关理论来提取关键帧。视频的前景图像反映了视频的主要内容，同时前景图像也是人的主要关注对象，本发明利用前景图像构造视频指纹。

发明内容

本发明针对现有视频拷贝检测技术存在的不足，提供一种具有较好的鲁棒性和区分性的基于图建模的视频指纹方法。

本发明的基于图建模的视频指纹方法，包括以下步骤：

(1)预处理：将视频帧的尺寸标准化，统一帧率，但是不改变视频内容；

(2)视频关键帧的选取：把视频建模成无向权重图，利用二叉树来选取视频关键帧；

(3)利用图割理论和能量函数优化来提取视频关键帧的前景图像，并利用前景图像的四阶累积量的离散余弦变换作为视频关键帧的特征，进而构成视频的特征；

(4)计算视频特征序列的峭度作为匹配标签，对特征序列进行二值量化作为视频指纹；

(5)对视频指纹进行分级匹配。

所述步骤(2)的具体实现步骤是：

①以视频帧为顶点，以帧之间的关系来构造边，把视频等价为一个无向权重图；

②利用二叉树选取视频关键帧；

所述步骤(3)的具体实现步骤是：

①利用图割理论提取视频关键帧前景图像；

②计算前景图像的四阶累积量，并计算四阶累积量的离散余弦变换系数。

所述步骤(4)的具体实现步骤是：

①由每帧四阶累积量离散余弦变换的变换系数中较大的20个系数构造视频特征向量；

②计算特征向量的峭度，称为视频匹配标签；

③利用密钥把视频特征向量量化成一个二值序列，由视频匹配标签和二值序列共同构成视频指纹。

所述步骤(5)的具体实现步骤是：