[发明专利]一种基于内容的视频拷贝监测方法及装置

说明书

技术领域

本发明属于多媒体领域，特别涉及的一种基于内容的视频拷贝监测方法及装置。

背景技术

基于内容的视频拷贝监测(CBCD：Content-based Copy Detection)是近年来发展起来的一项重要技术，它被广泛地应用于基于内容的盗版监测、广告监测等领域。CBCD包括两个步骤：

(1)根据计算得到的敏感视频的各关键帧的特征向量，生成敏感视频的指纹，建立视频指纹库；

(2)获取待监测视频，根据计算得到的待监测视频关键帧的特征向量，生成待监测视频的指纹，在视频指纹库中进行查询匹配，以判断是否有和待监测视频内容相同的拷贝；

CBCD的核心技术包括视频指纹的生成和指纹的匹配查询。这里视频指纹指根据视频内容生成的用于唯一标识该视频的特征数据(包括多个关键帧的特征向量)，该技术也称作视频的内容哈希或者内容标识码。无论是生成敏感视频的指纹还是生成待监测视频指纹，传统的视频指纹生成技术是基于关键帧的特征向量。特征向量可以由一个特征点的描述数据组成，也可以由一阵图像中各个分块的统计特征组成。

目前大部分视频指纹生成算法可以归为基于通过计算得到关键帧的特征向量，该类方法通过网络获取完整的视频文件或视频流的内容后进行后续处理，包括如下几个步骤：

视频解压以及预处理：大部分算法在解压域进行，所以需要首先对视频进行解压。此外，大部分算法还需要对视频的分辨率和帧率进行归一化处理。

通过计算得到关键帧：关键帧是代表一段视频的一个图像帧，通过计算得到关键帧的算法是，从敏感视频中按预定义的规则确定初始关键帧，通过初始关键帧确定其它关键帧，计算得到其它关键帧是通过判断视频帧间用于关键帧抽取的特征向量的差距来实现。即通过计算判断当前视频帧和前一个关键帧之间的用于关键帧抽取的特征向量差值，如果当前视频帧特征向量差值与前一个关键帧的特征向量差值为给定的查找阈值，就认为当前视频帧是一个新的关键帧。帧间特征向量的差值的可以用像素亮度、颜色、运动向量等进行直方图、平均统计获取，帧间距离的计算可以使用欧氏距离、Directed Divergence等。此外也可以将视频序列在尺度空间上应用DoG(Difference-of-Gaussian)卷积核来提取关键帧。

关键帧内的特征抽取：该类算法通过抽取所有关键帧的用于指纹匹配的特征向量，并将这些特征向量组合到一起作为整个视频的指纹。关键帧的用于指纹匹配的特征向量抽取有基于图像整体统计特性的算法(如像素平均亮度、颜色直方图、主要颜色等)，也有基于图像内容某些特征点和特征区域的算法(如在尺度空间抽取到的关键点、兴趣点、MSER区域等。注：MSER：MaximallyStable Extremal Regions)。

上述步骤中，用于关键帧抽取的特征向量可以与用于指纹匹配的特征向量，可以是相同的特征向量，也可以不是的特征向量，为了表述方便，后续描述时将这两个统一为特征向量。

现有待监测视频指纹的生成方法的问题在于：

需要大量的复杂计算：现有技术中，通过计算得到关键帧的算法，因基于解压域的诸像素和诸帧处理，计算复杂度很高(复杂度与视频分辨率和帧数成线性关系)。需要做大量的运算。此外，视频解压本身也需要做大量的运算，特别是对较复杂的视频编码算法和较高分辨率的视频内容；

需要很高的网络流量：上述方法需要通过网络获取较大的视频文件或视频流的内容后才能够进行后续处理。而一个视频文件大小往往很大：Web2.0网站上的视频大小一般在10MB～100MB，而高清视频可达1GB～10GB的大小。所以当需要对网络上的视频文件进行处理时，视频文件的获取会产生很大的网络流量，会增加相关服务的运营成本。

需要较高的存储空间：存储通过网络获取较大的视频文件或视频流的内容后，需要进行相应的存储，这样就需要较大的存储空间。

可见由于现有基于内容的视频拷贝监测过程的高带宽、大计算量、大容量存储需求，资源消耗较高，使得其不适合于网络视频的实时拷贝监视。

发明内容

为了解决现有基于内容的视频拷贝监测资源消耗较高的问题，本发明实施例提供了一种基于内容的视频拷贝监测方法，包括：

通过网络从待监测视频中根据预定义的抽取规则，抽取部分视频帧作为待监测视频帧；

抽取待监测视频帧的特征向量；