[发明专利]视频抄袭检测方法、装置、设备和介质

说明书

本发明公开了一种视频抄袭检测方法，该方法包括：获取至少一个底库视频和查询视频，进行间隔抽帧，得到多个底库图像和多个查询图像。将多个底库图像和多个查询图像输入卷积神经网络进行特征提取，获取到底库视频帧特征和查询视频帧特征。获取每个查询视频帧特征和每个底库视频帧特征的相似度，将相似度高于第一预设阈值的底库视频帧作为近邻匹配帧。将近邻匹配帧依据编码标识进行归类，生成至少一个底库视频帧集合。选择至少一个底库视频帧集合对应的底库视频作为候选视频。将查询视频与每个候选视频组成视频对，通过网络流量算法寻找每个匹配视频对中的疑似抄袭片段。此外，还提出了视频抄袭检测装置、设备和介质。

技术领域

本发明涉及视频检测技术领域，尤其是涉及视频抄袭检测方法、装置、设备和介质。

背景技术

随着网上海量视频的出现，视频抄袭成为一个重要的问题。视频制作者通过各类视频编辑软件可以实现视频的快速制作，但往往由于引用素材为占比过大或仅作形式上的稍微修改(例如缩放、剪切、镜像等)，造成抄袭视频的泛滥，随之而来的是侵权纠纷和商业纠纷等问题。但由于网络上的视频数量过于庞大，完全由人工进行抄袭判定的方式是不现实的，因此将视频抄袭交由计算机设备进行自动判断就显得尤为重要。

但就现有的视频抄袭检测算法而言，其在检测的准确性及检测速度方面都谈不上理想，因此急需一种视频抄袭检测算法在检测准确性及检测速度上做出改进。

发明内容

基于此，有必要针对上述问题，提供检测足够准确及迅速的视频抄袭检测方法、装置、设备和介质。

一种视频抄袭检测的方法，所述方法包括：

获取至少一个底库视频和查询视频，对每个所述底库视频和所述查询视频进行间隔抽帧，获取每个所述底库视频的多个底库图像和所述查询视频的多个查询图像；

分别将每个所述底库视频的多个底库图像和所述查询视频的多个查询图像输入卷积神经网络进行特征提取，进行高斯滤波处理与最大值池化处理，获取每个所述底库视频的底库视频帧特征和所述查询视频的查询视频帧特征；

获取每个所述查询视频帧特征和每个所述底库视频帧特征的相似度，将所述相似度高于第一预设阈值的底库视频帧作为近邻匹配帧；

获取每个所述近邻匹配帧对应的底库视频编码标识，将所述近邻匹配帧按照所述底库视频编码标识归类，生成至少一个底库视频帧集合；

选择至少一个所述底库视频帧集合对应的底库视频作为候选视频；

将所述查询视频与每个所述候选视频组成视频对，通过网络流量算法寻找每个所述匹配视频对中的疑似抄袭片段。

在其中一个实施例中，在所述获取每个所述底库视频的底库视频帧特征和所述查询视频的查询视频帧特征之后，还包括：

分别对所述卷积神经网络最后一层卷积输出的查询视频帧特征及底库视频帧特征进行高斯滤波；

将高斯滤波处理后的所述查询视频帧特征及所述底库视频帧特征进行最大值池化；

根据每个通道的最大值生成查询视频帧特征向量及底库视频帧特征向量。

在其中一个实施例中，在所述获取每个所述底库视频的底库视频帧特征和所述查询视频的查询视频帧特征之后，还包括：

建立快速搜索数据库；其中，所述快速搜索数据库内对应记录了每个底库视频帧特征及其底库视频编码、帧特征时间戳；

通过数据分类聚类方法对所述快速搜索数据库内的所述底库视频帧特征进行分类或编码，以高效筛选出与查询视频帧特征所属的类别相对应的底库视频帧特征。

在其中一个实施例中，在所述将所述查询视频与每个所述候选视频组成视频对，通过网络流量算法寻找每个所述匹配视频对中的疑似抄袭片段之后，还包括：