[发明专利]一种短视频去重方法及计算机可读存储介质

权利要求书

1.一种短视频去重方法，其特征在于，所述短视频去重方法包括：

步骤1、创建特征数据库，所述特征数据库包括原始视频的第一关键帧生成的第一特征点描述子，所有所述第一特征点描述子按照标签层级存放于所述特征数据库中；

步骤2、提取目标视频的多个第二关键帧，所述第二关键帧生成有第二特征点描述子；

步骤3、将所述第二关键帧的第二特征点描述子与所述特征数据库中的第一特征点描述子进行匹配，以判断所述第二关键帧是否已经存在于所述特征数据库中，若是，则删除所述第二关键帧对应的目标视频，以得到去重后的视频集。

2.根据权利要求1所述的短视频去重方法，其特征在于，所述步骤1包括：

步骤1.1、获取所述原始视频；

步骤1.2、利用光流法计算所述原始视频的视频帧中物体运动的光流量，提取光流移动次数最少的视频帧，将光流移动次数最少的视频帧作为第一关键帧；

步骤1.3、识别所述第一关键帧中的视觉内容；

步骤1.4、基于预设规则，根据所述第一关键帧中的视觉内容为所述第一关键帧标注标签；

步骤1.5、判断所述第一关键帧的标签是否存在于所述特征数据库中，若所述第一关键帧的标签已经存在于所述特征数据库中，则继续迭代判断所述第一关键帧的标签层级是否为最底层标签级，若不是所述最底层标签级，则继续往下迭代，直至所述第一关键帧的标签层级到达所述最底层标签级，若所述第一关键帧的标签未存在于所述特征数据库中，则创建新标签类别，并将所述第一关键帧归于该新标签类别下；

步骤1.6、利用SIFT技术对所述第一关键帧的图像特征进行提取，以生成所述第一关键帧的第一特征点描述子；

步骤1.7、将所述第一关键帧生成的第一特征点描述子分别依据标签类别存入所述特征数据库中。

3.根据权利要求2所述的短视频去重方法，其特征在于，所述步骤1.3包括：

步骤1.31、获取训练集；

步骤1.32、利用方向梯度直方图从所述训练集中提取图像特征；

步骤1.33、利用所述图像特征训练SVM分类器从而得到图像分类模型；

步骤1.34、利用所述图像分类模型对所述第一关键帧的标签进行识别和归类。

4.根据权利要求2所述的短视频去重方法，其特征在于，所述步骤1.6包括：

步骤1.61、利用高斯差分函数构建尺度空间；

步骤1.62、将所述第一关键帧的采样点与同尺度空间不同σ值的相邻点进行比较，若所述采样点为同尺度空间下的高斯差分函数的最大值或最小值，则所述采样点为该尺度下的第一特征点，σ为尺度坐标；

步骤1.63、根据对比度和主曲率比值保留所述第一特征点中的第二特征点；

步骤1.64、通过拟和三维二次函数定位所述第二特征点的位置和尺度；

步骤1.65、根据直方图的峰值得到所述第二特征点的主方向；

步骤1.66、将坐标轴旋转为所述第二特征点的主方向，对所述第二特征点形成多维SIFT特征，对所述SIFT特征的特征向量进行长度归一化处理得到第一特征点描述子。

5.根据权利要求4所述的短视频去重方法，其特征在于，所述步骤1.63包括：

判断所述第一特征点的对比度绝对值与第一阈值的关系、所述第一特征点的主曲率比值与第二阈值的关系，若所述第一特征点的对比度绝对值小于所述第一阈值、或者所述第一特征点的主曲率比值大于所述第二阈值，则去除所述第一特征点，所保留的第一特征点即为第二特征点。