专利名称：基于鲁棒哈希的视频拷贝检测方法
技术领域：
本发明涉及一种基于鲁棒哈希的视频拷贝检测方法，属于视频、多媒体信号处理技术领域。
背景技术：
随着多媒体技术的不断发展，视频信息大量涌现，人们能够方便地使用手中设备拍摄视频，编辑数字视频。使得互联网上每天有数以百计的视频被创造出来，同时盗版视频也在成倍的出现，极大地侵害了版权所有者的利益。在多媒体版权保护中，版权鉴别者需要从大量的多媒体数据中，快速有效地检测到可能存在的拷贝并判断内容的所有权。目前在网络环境中，基于内容的视频拷贝检测已经成为多媒体技术的研究热点。近年来视频拷贝检测技术取得了很大发展，目前已有多种拷贝检测方案，由于视频格式及内容的多样性，怎样才能准确地检测拷贝视频仍然是个未能解决的问题。比如基于颜色，基于运动，基于边缘的方法分别存在如下问题基于颜色的方法中采用颜色直方图，无法描述颜色的空间分布，因此在视频拷贝检测时对特征的描述不完备，影响检测结果。基于运动的方法中，采用运动矢量特征往往无法正确描述实际的运动信息，而且计算量复杂，达不到理想的结果。基于边缘的方法中，由于视频格式在发生变化时，会发生因为亮度变化和块效应导致的边缘信息发生变化，而且计算复杂，因此方法失效。目前，许多算法提取的是视频的空域特征，这些方法将随时间变化的视频序列孤立地分割为一幅幅静止的图像，忽略了视频信号在时间上的相互关系，无法全面描述视频信号。因此将时空信息结合起来是特征提取的研究方向。近来又有研究者表明，基于顺序特征的视频拷贝检测算法相对于其他算法性能是最优的，这种方法对视频亮度，色调，尺寸变化都比较鲁棒。一种基于分层匹配的视频广告识别方法以及基于局部现行嵌入的视频拷贝检测方法专利中所提局部敏感性哈希算法，首先需要获得数据库的特征向量组，然后还需将各个特征值整数化进而获得局部敏感性哈希表，操作过程复杂。而本发明获得哈希过程简单，计算量小，耗时短，而且基于的是排序特征对各种信号处理改动具有较强的鲁棒性，进而又保证了所得哈希算法的鲁棒性。还有视频数据处理方法及装置专利提到通过直方图获取灰度范围，通过不同灰度区间内的像素的数目来获取哈希值，但明显缺点是当对图像进行攻击时，颜色，纹理特征都会发生明显变化，无法保证哈希值的鲁棒性。
发明内容
本发明针对目前视频拷贝检测算法存在的不足，结合时空联合特征在表征视频内容上的全面性以及顺序特征在鲁棒性上的贡献，提出了一种基于鲁棒哈希的视频拷贝检测方法，此方法所提取哈希指纹的鲁棒性及区分性都得到了极大提高与改善。为实现上述目的，本发明采用如下技术方案一种基于鲁棒哈希的视频拷贝检测方法，包括以下步骤1)采集目标视频和测试视频，分别生成相应的目标时域信息代表图像和测试时域信息代表图像，所述两时域信息代表图像是分别将各自的时域信息通过时间轴的叠加在空间上体现出来，既保证时间信息的保留，又保证空间信息的保留；2)分别将目标时域信息代表图像和测试时域信息代表图像进行目标希尔伯特曲线填充和测试希尔伯特曲线填充，得到相应的目标希尔伯特曲线填充图像和测试希尔伯特曲线填充图像；填充时，分别将步骤1)得到的时域信息代表图像和测试时域信息代表图像进行4*4分块，并将相应的希尔伯特曲线填充到相应的时域信息代表图像里得到目标希尔伯特曲线和测试希尔伯特曲线，由希尔伯特曲线性质可知，在各希尔伯特曲线上块与块之间的位置关系依然遵循二维图像里块与块之间的关系；3)生成目标哈希指纹和测试哈希指纹计算每条希尔伯特曲线上各个块的灰度三均值，比较每条希尔伯特曲线上各自的相邻块的灰度三均值大小，分别生成各自的目标哈希比特和测试哈希比特；4)将目标哈希比特和测试哈希比特匹配，通过设定阈值T来判断视频是否为原视频的拷贝视频；如果原视频与测试视频不同的哈希位的个数的比例小于这个阈值T，则认为测试视频为拷贝视频，反之，不是拷贝视频。所述步骤1)的具体实现步骤为1-1)对目标视频和测试视频分别进行预处理，统一各自输入视频的大小及帧率；1-2)对预处理后的两视频帧分别进行分段，分段时每段帧数相同且各段有50%的重叠，以保证提取特征得鲁棒性；1-3)生成目标时域信息代表图像和测试时域信息代表图像根据上述视频帧分的各个段，将每个段都生成一幅对应的目标时域信息代表图像和测试时域信息代表图像。所述步骤2、所述两希尔伯特曲线在填充图像时的起始点均为最左下角的块。所述步骤3)的具体实现步骤为a分别计算两希尔伯特曲线上各个块的灰度三均值，然后依次类推计算出整个视频序列所有两时域信息代表图像中两希尔伯特曲线上各个块的灰度三均值；b比较各自希尔伯特曲线上相邻块的灰度三均值大小，若当前块得灰度三均值大于其下一块的灰度三均值，则当前位的哈希比特为“ 1”，否则为“0”，这样通过比较一条希尔伯特曲线上相邻块的灰度关系即得到一个16bit的哈希序列；然后依次类推，计算所有希尔伯特曲线上相邻块的灰度关系并得到其对应的哈希比特；将得到的所有哈希比特结合起来则是整个视频序列的哈希指纹。所述视频预处理时，将视频预为W*H*F固定大小的视频序列，这里W = 144，H =176，F = 30 ；对视频帧进行分段，分段时这里选每部分30帧，各相邻部分有50%的重叠，最后对每一部分生成对应的目标时域信息代表图像和测试时域信息代表图像，其生成过程如下
权利要求
1.一种基于鲁棒哈希的视频拷贝检测方法，其特征在于，包括以下步骤1)采集目标视频和测试视频，分别生成相应的目标时域信息代表图像和测试时域信息代表图像，所述两时域信息代表图像是分别将各自的时域信息通过相应时间轴的叠加在空间上体现出来，既保证时间信息的保留，又保证空间信息的保留；2)分别将目标时域信息代表图像和测试时域信息代表图像进行目标希尔伯特曲线填充和测试希尔伯特曲线填充，得到相应的目标希尔伯特曲线填充图像和测试希尔伯特曲线填充图像；填充时，分别将步骤1)得到的目标时域信息代表图像和测试时域信息代表图像进行4*4分块，并将相应的希尔伯特曲线填充到相应的时域信息代表图像里得到目标希尔伯特曲线和测试希尔伯特曲线，由希尔伯特曲线性质可知，在各希尔伯特曲线上块与块之间的位置关系依然遵循二维图像里块与块之间的关系；3)生成目标哈希指纹和测试哈希指纹计算每条希尔伯特曲线上各个块的灰度三均值，比较每条希尔伯特曲线上各自的相邻块的灰度三均值大小，分别生成各自的目标哈希比特和测试哈希比特；4)将目标哈希比特和测试哈希比特匹配，通过设定阈值T来判断测试视频是否为目标视频的拷贝视频；如果目标视频与测试视频不同的哈希位的个数的比例小于这个阈值T，则认为测试视频为拷贝视频，反之，不是拷贝视频。
2.根据权利要求1所述的基于鲁棒哈希的视频拷贝检测方法，其特征在于，所述步骤1)的具体实现步骤为1-1)对目标视频和测试视频分别进行预处理，统一各自输入视频的大小及帧率；1-2)对预处理后的两类视频帧分别进行分段，分段时每段帧数相同且各段有50%的重叠，以保证提取特征得鲁棒性；1-3)生成目标时域信息代表图像和测试时域信息代表图像根据上述视频帧分的各个段，将每个段都生成一幅对应的目标时域信息代表图像和测试时域信息代表图像。
3.根据权利要求1所述的基于鲁棒哈希的视频拷贝检测方法，其特征在于，所述步骤2)所述两希尔伯特曲线在填充图像时的起始点均为最左下角的块。
4.根据权利要求1所述的基于鲁棒哈希的视频拷贝检测方法，其特征在于所述步骤3)的具体实现步骤为a分别计算两希尔伯特曲线上各个块的灰度三均值，然后依次类推计算出整个视频序列所有两时域信息代表图像中两希尔伯特曲线上各个块的灰度三均值；b比较各自希尔伯特曲线上相邻块的灰度三均值大小，若当前块得灰度三均值大于其下一块的灰度三均值，则当前位的哈希比特为“1”，否则为“0”，这样通过比较一条希尔伯特曲线上相邻块的灰度关系即得到一个16bit的哈希序列；然后依次类推，计算所有希尔伯特曲线上相邻块的灰度关系并得到其对应的哈希比特；将得到的所有哈希比特结合起来则是整个视频序列的哈希指纹。
5.如权利要求2所述的基于鲁棒哈希的视频拷贝检测方法，其特征在于，所述视频预处理时，将视频预为W*H*F固定大小的视频序列，这里W = 144,H = 176,F = 30 ；对视频帧进行分段，分段时这里选每部分30帧，各相邻部分有50%的重叠，最后对每一部分生成对应的目标时域信息代表图像和测试时域信息代表图像，其生成过程如下
6.如权利要求4所述的基于鲁棒哈希的视频拷贝检测方法，其特征在于，按如下步骤计算各希尔伯特曲线上各个块的灰度三均值首先计算P分位数Mp:
全文摘要
本发明公开了一种基于鲁棒哈希的视频拷贝检测方法。它充分利用时空联合信息及顺序特征在表征视频内容上的优势，首先将视频帧分成有50％重合的各个部分，利用每个部分的视频帧生成时域信息代表图像，然后用希尔伯特曲线来填充这些时域信息代表图像，进而计算希尔伯特曲线上各块的灰度三均值，通过比较三均值的大小来生成哈希指纹。最后通过比较得到的哈希指纹来进行哈希匹配，判断视频是否为拷贝视频。实验结果表明本发明所提取特征的鲁棒性及区分性均得到极大改善与发展。
文档编号G06K9/00GK102393900SQ20111018447
公开日2012年3月28日 申请日期2011年7月2日 优先权日2011年7月2日
发明者孙建德, 王静 申请人:山东大学