[发明专利]视频拷贝检测方法及其系统

权利要求书

1.一种视频拷贝检测方法，其特征在于，所述方法包括以下步骤：

原始视频数据集处理步骤，获得具有多个视频的所述原始视频数据集，将所述提取原始视频数据集划分为训练视频集以及视频数据库，所述训练视频集中的所述视频为第一视频，所述视频数据库中的所述视频为第二视频，提取所述训练视频集的所有所述第一视频的第一关键帧形成图像训练集，提取所述视频数据库的所有所述第二视频的第二关键帧形成图像数据库；所述图像训练集中的第一关键帧为图像标签Y，将每张图像标签Y进行拷贝攻击获得每张所述图像标签Y对应的第一图像X；

离线获得深度特征提取模型步骤，构造深度特征提取模型的训练模型，所述深度特征提取模型的训练模型包括损失函数的损失值计算模型，将每张所述图像标签Y以及与其对应的每张所述第一图像X输入到所述深度特征提取模型的训练模型中进行训练至所述损失函数的损失值停止下降时，获得所述深度特征提取模型；

获得融合特征数据库步骤，所述图像数据库中的第二关键帧为第二图像，将每张所述第二图像通过所述深度特征提取模型获得每张所述第二图像的第一深度特征；对所述图像数据库的每张第二图像进行DCT变换，获得每张所述第二图像的第一DCT系数特征，将每张所述第二图像的所述第一深度特征以及所述第一DCT系数特征进行融合，获得每张所述第二图像的第一融合特征；将所述图像数据库的每张所述第二图像的所述第一融合特征保存为所述融合特征数据库；

在线检测查询视频步骤，提取所述查询视频的第三关键帧，将所述查询视频的第三关键帧通过所述深度特征提取模型获得第二深度特征；对所述第三关键帧进行DCT变换，获得所述第三关键帧的第二DCT系数特征，将所述第二深度特征以及所述第二DCT系数特征进行融合，获得所述第三关键帧的第二融合特征；将每个所述第二融合特征与每个所述第一融合特征进行匹配计算，判断所述视频数据库中的视频是否为所述查询视频的拷贝源，若是，同时获得所述查询视频在所述拷贝源中的位置。

2.根据权利要求1所述的方法，其特征在于，所述离线获得深度特征提取模型步骤包括：构造深度特征提取模型的训练模型，所述深度特征提取模型的训练模型包括变分自编码器神经网络模型，所述变分自编码器神经网络模型包括使用深度卷积神经网络作为基础网络的编码器以及使用全连接神经网络和反卷积神经网络结构的解码器；将每张所述图像标签Y以及与其对应的每张所述第一图像X输入到所述变分自编码器神经网络模型中，对每张所述图像标签Y以及与其对应的每张所述第一图像X进行第一预处理；对所述编码器以及所述解码器的参数进行初始化，所述变分自编码器神经网络模型开始进行训练，至所述损失函数的损失值停止下降时，获得所述深度特征提取模型。

3.根据权利要求2所述的方法，其特征在于，所述编码器提取图像特征，所述编码器的所述深度卷积神经网络为ResNet-101网络，所述编码器由输入层、隐藏层和输出层构成，其中所述输入层接收经过所述第一预处理的第一图像X输入，隐藏层由去除全连接层的所述ResNet-101网络构成，所述输出层包括两个分别输出m个高斯分布的均值和高斯分布的方差的对数的全连接层，所述输出层输出向量Z，所述向量Z的维度为m维，其中所述向量Z服从正态分布N(mean,exp^varlog)，在所述向量Z中加入服从正态分布N(0,1)的随机噪声ε，此时所述编码器的输出为：式中，mean为所述编码器的所述输出层输出的高斯分布的均值，varlog为所述编码器的所述输出层输出高斯分布的方差的对数；所述解码器对所述编码器提取的图像特征进行解码，所述解码器的输入为所述向量Z，解码器输出向量所述第一预处理为将每张所述图像标签Y以及与其对应的每张所述第一图像X进行归一化处理，将所述归一化处理后的图像标签Y以及所述第一图像X缩放到第一尺寸，将缩放到所述第一尺寸的图像标签Y以及所述第一图像X转换到RGB空间，并将所述转换到RGB空间后的图像标签Y以及所述第一图像X的像素值进行归一化处理；所述损失函数为：式中，mean为所述编码器的所述输出层输出的高斯分布的均值，varlog为所述编码器的所述输出层输出高斯分布的方差的对数，Y为图像标签Y，为所述解码器的输出。