关于内容的视频拷贝检测算法研究.pdf

研究生: 党杰
指导教师: 陆蓓教授



2012 年 12 月









Dissertation Submitted to Hangzhou Dianzi University
for the Degree of Master





A Study on Content-Based Video Copy
Detection
Candidate: Dang Jie
Supervisor: Prof. Lu Bei






December, 2012



杭州电子科技大学
学位论文原创性声明和使用授权说明

原创性声明

本人郑重声明: 所呈交的学位论文,是本人在导师的指导下,独立进行研究工作
所取得的成果。除文中已经注明引用的内容外,本论文不含任何其他个人或集体已经发
表或撰写过的作品或成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明
确方式标明。
申请学位论文与资料若有不实之处,本人承担一切相关责任。

论文作者签名: 日期: 年月日

学位论文使用授权说明

本人完全了解杭州电子科技大学关于保留和使用学位论文的规定,即:研究生在
校攻读学位期间论文工作的知识产权单位属杭州电子科技大学。本人保证毕业离校后,
发表论文或使用论文工作成果时署名单位仍然为杭州电子科技大学。学校有权保留送交
论文的复印件,允许查阅和借阅论文;学校可以公布论文的全部或部分内容,可以允许
采用影印、缩印或其它复制手段保存论文。(保密论文在解密后遵守此规定)
论文作者签名: 日期: 年月日

指导教师签名: 日期: 年月日
杭州电子科技大学硕士学位论文
摘要
随着网络和数字媒体的快速发展,存在于网络上的视频数据呈现爆炸式增长,如何进行有效的
管理和版权保护已引起了人们的广泛关注。基于内容的视频拷贝检测(Content-Based Copy Detection,
CBCD)作为其中的一种重要解决方法,已成为多媒体信息处理领域的研究热点之一。
CBCD 主要关注三方面的问题:准确性、鲁棒性和检测效率。因此,作为解决上述问题的关键
核心,视频特征的选择以及视频序列的快速匹配引起了许多学者的关注。现有的拷贝检测算法主要
是将视频描述为图像帧集合,通过比对图像帧之间的特征相似度来达到对视频相似度判断。一些图
像相似度算法被直接推广到了视频拷贝检测中,但这些算法所用特征过于单一,难以应对实际情况
中多种不同形式的拷贝攻击变化且过于关注视频某一帧的特性,未能充分考虑视频的时间特性,不
能完全适用于 CBCD;此外,由于在视频中图像帧的数量非常庞大并且随着视频时长急剧增长,这
样就难以达到快速检测的目的。所以,对如何提取鲁棒性较强的视觉特征并进行快速、准确的检测
的研究是十分必要的。
因此,本文围绕 CBCD 中视频特征提取和检测效率两方面问题进行了探讨和分析,在现有算法
基础上提出了基于多特征二级匹配的视频拷贝检测算法(Two-Level Feature Measure, TLFM)和融合
时空信息视觉词汇的视频拷贝检测算法(Spatiotemporal Bag-of-Words, STBOW)。
TLFM 算法设计了由粗到精的二级检测框架。粗略检测阶段提取视频镜头颜色-空间直方图特征
用于拷贝镜头检索,精确检测阶段则采用基于量化编码方式改进的时空组合特征进行最终验证。为
实现快速检测,在粗略检测阶段采用 FLANN 特征近邻检索与“尽早停止”相结合的策略。实验结
果表明本文算法检测效率明显提高,对于添加边框、高斯模糊、亮度变化等全局拷贝攻击变化具有
鲁棒性,在确保较高查全率的基础上,查准率也可取得较好水平。
STBOW 算法首先将视频描述为镜头关键帧集合,然后在传统视觉词汇(Bag –of-Word, BOW)
基础上提出基于线性投射、圆形投射以及尺度变换不变直方图的改进方法,将图像局部特征的空间
几何信息融入传统 BOW 特征之中。与此同时,为充分利用视频时间信息,将 TLFM 算法中所提时
间特征与改进的 BOW 相结合,共同构造融合时空信息的视觉词汇特征。实验结果表明本文算法对
于平移、旋转、尺度变化等空间几何信息改变具有鲁棒性,在检测效率并未急剧增长情况下,查全
率和查准率均有显著提高。

关键词:视频拷贝检测,颜色-空间,量化编码,TLFM,视觉词汇,STBOW
I
杭州电子科技大学硕士学位论文
ABSTRACT
Wi