[发明专利]基于感兴趣区域和聚类相结合的视频指纹方法

说明书

技术领域

本发明属于视频指纹技术领域，尤其是一种基于感兴趣区域和聚类相结合的视频指纹方法。

背景技术

视频指纹是将一个视频片断与其它视频片断区分开的特征向量，视频指纹的目标是通过测量数据库中所要检索的指纹和数据库中各个指纹的距离以确定一个给定的视频。为了有效地识别视频，视频指纹应满足以下性质：(1)感知性：根据人类视觉系统(HVS)，拥有相同感知内容的视频具有相同的视频指纹特征，即使这些视频受到如亮度变化，旋转等视频处理的影响。(2)鲁棒性：视频指纹应能够抵抗不同种类的视频处理。(3)唯一性：感知上不同的视频应该具有不同的视频指纹。(4)效率：视频指纹的数据量要小，以便有效地在庞大的数据库中进行查询操作。

近年来，视频指纹技术发展迅速。总体来说，它们可以被分成两个方面：其一是基于整个视频帧的方法，其二是基于视频感兴趣区域的方法。对于第一类方法，这些特征主要从整个视频帧提取，例如，对于整帧图像提取其梯度方向的质心特征(Lee S,YooCD.Video fingerprinting based on centroids of gradient orientations[C]//Acoustics,Speech and Signal Processing,2006.ICASSP 2006Proceedings.2006 IEEE International Conferenceon.IEEE,2006,2:II-II.)和尺度不变特征(Sarkar A,Ghosh P,Moxley E,et al.Video fingerprinting:features for duplicate and similar video detection and query-based video retrieval[C]//Electronic Imaging2008.International Society for Optics and Photonics,2008:68200E-68200E-12.)作为视频指纹，大多数属于该类的视频指纹对于一般的视频处理鲁棒性比较强，但是它们计算复杂，并且对于感知不变的视频处理的鲁棒性较低(感知不变的视频处理技术是指该类视频处理对于视频表达的主要内容并不影响，即对视频的感兴趣区域几乎不造成影响)。基于以上原因，第二类以视频感兴趣区域作为基本单元提取视频指纹的技术逐渐受到关注，例如，Yang等(Yang R,Tian Y,Huang T.DCT-Based Videoprinting on Saliency-Consistent Regions for Detecting Video Copies with Text Insertion[M]//Advances inMultimedia Information Processing-PCM 2009.Springer Berlin Heidelberg,2009:797-806)利用感兴趣区域的连续性来估计潜在的文本插入位置，并使用离散余弦变换(DCT)系数作为视频指纹，该方法对于空域感知不变视频处理具有很好的鲁棒性，但是对于时域感知不变视频处理例如帧率改变等视频处理较为敏感。另外，Liu等(Visual Attention Based Temporally Weighting Method for Video Hashing)提出了一种将时空域视频感兴趣区域作为视频指纹提取基本单元，由于该方法将时空域感兴趣区域进行了结合，对于如加入图标之类的空域感知不变视频处理较为敏感。插入的图标与周围像素点差异较大，根据中心-周围的视觉机理，图标可能会成为视频空域显著性区域的一部分，从而提取的视频指纹特征与原视频指纹特征差异较大。

综上所述，现有视频指纹方法中，基于整帧图像提取特征的视频指纹技术存在时间复杂度较高，并且对感知不变视频处理比较敏感等问题；基于视频显著性区域提取特征的视频指纹技术，未能够针对空域与时域的感知不变视频处理做出相应的处理，因此，空域与时域鲁棒性不能够兼得。

发明内容

本发明的目的在于克服现有技术的不足，提供一种基于感兴趣区域和聚类相结合的视频指纹方法，可有效地提高视频指纹对于空时域感知不变的视频处理的鲁棒性和降低视频指纹的复杂度。

本发明解决现有的技术问题是采取以下技术方案实现的：

一种基于感兴趣区域和聚类相结合的视频指纹方法，包括以下步骤：

步骤1、在视频指纹提取阶段，将视频感兴趣区域作为提取视频指纹的基本单元；

步骤2、采用基于聚类算法去除视频指纹的时域冗余特征；