[发明专利]一种基于特征帧的重复视频检测方法

权利要求书

1.一种基于特征帧的重复视频检测方法，包括下列步骤：

步骤1帧的预处理：将视频分割为连续帧，并对每一帧进行包括黑白化处理、降噪、剪裁在内的预处理，得到帧序列F＝{f_i|i＝1...n}；

步骤2计算相邻两帧之间的差异值d_i，并将每帧之间的差异值做高斯平滑处理得到帧差异值序列

步骤3从帧差异值序列取局部极大值点对应的帧为特征帧，依次得到特征帧集合记K＝{k_j|j＝1...m}；

步骤4统一特征帧方向：将特征帧k_j压缩为17像素*17像素的正方形图像H_j，利用H_j计算特征帧的方向，方法如下：

(1)计算H_j中每个像素点(x，y)沿x轴和y轴方向的梯度G_x(x，y)、G_y(x，y)：

G_x(x，y)＝H(x+1，y)-H(x-1，y)

G_y(x，y)＝H(x，y+1)-H(x，y-1)

(2)计算每个像素点(x，y)的梯度方向：

(3)计算每个像素点(x，y)的梯度幅值G(x，y)：

(4)根据就近原则，将每个像素点的梯度方向θ(x，y)统一到α＝0°，90°，180°，270°四个方向角上，统一后每个像素点的梯度方向角记为

(5)以H_j中心点(x0，y0)为原点，统计四个方向角上H_j中每个像素梯度幅值加权和，即：

其中

σ为二元高斯分布方差，取0.5-4之间；

(5)取G_sum(α)最大的值对应的α为特征帧的主方向；

步骤5：对特征帧集合K进行方向统一；根据所求得的特征帧的主方向，将H_j对应的特征帧k_j进行-α度的旋转，经方向统一后的特征帧集合记为S＝{s_j|i＝1...m}；

步骤6：将每个视频得到的特征帧s_j依次输入Resnet152网络，每个特征帧通过Resnet152网络得到一个特征向量，这些特征向量出向量的平均值记为这个视频的特征向量

步骤7：计算每个视频对应的特征向量之间余弦相似度得到每个视频之间的相似度。