[发明专利]一种基于特征帧的重复视频检测方法

说明书

本发明提供一种基于特征帧的重复视频检测方法，包括下列步骤：帧的预处理；计算相邻两帧之间的差异值d_i，得到帧差异值序列；得到特征帧集合记；确定特征帧方向；对特征帧集合进行方向统一；将每个视频得到的特征帧依次输入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。

技术领域

本发明涉及计算机数据检索及视觉领域中的视频检测技术，尤其适用于应对视频进行了剪辑、旋转、水印等简单编辑操作后的重复检测。

背景技术

随着5G技术的研发与普及，手机、数码相机、视频监控等硬件设备的普及，各行业的视频数据量爆炸增长。而抖音、快手等短视频互动平台的出现，进一步降低了视频创作门槛，使得添加水印、视频简单裁剪、视频旋转、加速、降速等视频编辑操作越发便捷。这导致部分用户为追求热度而对他人发布的短视频经过简单修改后上传到社交网站，产生了大量重复或者无意的视频。因此加强对重复视频的检测对提高视频检索的准确度、发现视频侵权行为、降低重复视频的收录具有重要意义。

目前重复视频检测领域一种方法是基于对帧图像的特征提取，例如提取图像的sift^[1]，SURF^[2]特征等。另一种方式从视频中定间隔的提取帧^[3]，并使用深度学习等方式对提取出来的多个帧进行特征提取，进而实现视频的重复性判断。

通常的这些算法对简单复制的重复视频具有较高的检测精度，但是当视频经过简单编辑(加水印、裁剪、加字幕)或者视频中发生帧的插入、删除、加速、降速操作的时候容易对算法精度产生较大的影响。

[1]Liu H,Lu H,Xue X.A Segmentation and Graph-Based Video SequenceMatching Method for Video Copy Detection[J].IEEE Transactions on Knowledgeand Data Engineering,2013,25(8):1706-1718.

[2]Yang G,Chen N,Jiang Q.A robust hashing algorithm based on SURF forvideo copy detection[J].ComputersSecurity,2012,31(1):33-39.

[3]Kordopatis-Zilos G,Papadopoulos S,Patras I,et al.Near-DuplicateVideo Retrieval with Deep Metric Learning[C].Web-scale Vision and SocialMedia(VSM),ICCV 2017.IEEE Computer Society,2017.

发明内容

本发明的目的是提供一种对经过一些简单编辑的视频也有较好的检测效果的基于特征帧的重复视频检测方法。技术方案如下：

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：