[发明专利]基于深度学习的端到端的视频拷贝检测方法及装置

说明书

本发明涉及视频分类领域，提出了一种基于深度学习的端到端的视频拷贝检测方法，旨在解决在视频拷贝检测中，两段视频中存在多处拷贝片段的检测困难，及无法准确定位拷贝视频片段的位置等问题。该方法的具体实施方式包括：对用于进行视频拷贝检测的两段待检测视频进行镜头分割以选取关键帧；利用预先构建的拷贝关系识别模型对所选取出的多个关键帧进行识别，确定各关键帧之间的拷贝关系；根据所得到的各关键帧之间的拷贝关系，构建两段上述待检测视频全部关键帧的贝关系矩阵；将该拷贝关系矩阵作为预先构建的定位识别模型的输入，定位两段所述待检测视中含有拷贝关系的片段。本发明能够快捷、高效地检测出两段视频中存在的多处拷贝关系的视频片段。

技术领域

本发明涉及网络内容安全技术领域，特别涉及视频分类领域，具体涉及一种基于深度学习的端到端的视频拷贝检测方法及装置。

背景技术

随着网络技术的飞速发展以及人类新思想的不断引进，移动互联网时代随之而来，这使得越来越多的多媒体数据呈现在人们的眼前。具有代表性的视频数据，不仅用于艺术传播与教育，还可以构建数据库应用于科学研究与商业应用。同时，互联网作为一种开放性的传播媒介，用户可以自由的上传、下载视频数据，缺乏规范的管理和约束。大量的视频可编辑软件的出现，让视频数据的篡改现象变得非常普遍。这使得视频在版权问题上存在巨大的不确定性。而因此引发的版权侵犯、数据库冗余等现象成为当前社会亟待解决的问题。

越来越多未经授权的视频信息在网上肆意传播，视频拷贝检测作为版权保护的有效手段受到了广泛关注。目前，视频拷贝检测主要是对两个整段视频的拷贝关系确定,缺乏对于两段视频中存在多处拷贝片段的端到端的检测方法及手段，无法准确检测一些经编辑后的视频的拷贝判断，以及准确定位拷贝视频片段的位置。

发明内容

为了解决现有技术中的上述问题，即为了解决两段视频中存在多处拷贝片段，无法端到端的准确检测一些经编辑后的视频的拷贝判断，以及准确定位拷贝视频片段的位置的问题，本申请提供了一种基于深度学习的端到端的视频拷贝检测方法，以解决上述问题。

本申请提供了基于深度学习的端到端的视频拷贝检测方法，该方法包括如下步骤：对用于进行视频拷贝检测的两段待检测视频进行镜头分割以选取各上述待检测视频的关键帧；利用预先构建的拷贝关系识别模型对所选取出的多个关键帧进行识别，确定各关键帧之间的拷贝关系；上述拷贝关系识别模型基于卷积神经网络构建，其输入为待识别拷贝关系的两帧图片，输出为所输入的两帧图片的拷贝关系；根据得到的各关键帧之间的拷贝关系，构建两段上述待检测视频全部关键帧的拷贝关系矩阵；将上述拷贝关系矩阵作为输入，利用预先构建的定位识别模型，定位两段上述待检测视中含有拷贝关系的片段；上述定位识别模型基于卷积神经网络构建，其输入为拷贝关系矩阵，输出定位两段视频中有拷贝关系的片段。

在一些示例中，“对用于进行视频拷贝检测的两段待检测视频进行镜头分割以选取各上述待检测视频的关键帧”，包括：提取各上述待检测视频的每帧视频帧的直方图，对相邻视频帧的直方图进行差异比较，以确定各上述待检测视频的各镜头边界；根据所确定的镜头边界，选取各上述待检测视频各镜头的起始帧、中间帧、结束帧作为关键帧。

在一些示例中，“根据得到的各关键帧之间的拷贝关系，构建两段所述待检测视频全部关键帧的拷贝关系矩阵”，包括：由两段上述待检测视频中的第一段待检测视频的第一数目个关键帧，构建上述第一段待检测视频的关键帧向量，作为第一关键帧向量；由两段上述待检测视中的第二段待检测视频的第二数目个关键帧，构建上述第二段待检测视频的关键帧向量，作为第二关键帧向量；根据上述待检测视拷贝关系的识别结果，利用上述第一关键帧向量和上述第二关键帧向量之间的拷贝关系，构建两段上述待检测视频的拷贝关系矩阵。

在一些示例中，上述拷贝关系识别模型，其训练方法包括：根据预设的训练用样本数据，通过如下约束函数对基于卷积神经网络的初始拷贝关系识别模型进行训练，得到优化后的拷贝关系识别模型：