一种相似视频和盗版视频的检测方法及装置的制造方法
【技术领域】
[0001]本发明涉及视频处理技术领域，特别是涉及一种相似视频和盗版视频的检测方法及装置。
【背景技术】
[0002]随着互联网的快速发展，大量的视频资源不断涌现，方便人们随随时随地进行视频观看。与此同时，盗版视频也层出不穷，大量的视频盗播给视频版权独享公司带来了巨大损失。为了保护视频版权，可以通过检测待检测视频与正版视频是否相似来判断待检测视频是否为盗版视频。
[0003]现有技术中，一般是通过比对待检测视频与正版视频的名称，或者通过人工查看待检测视频与正版视频的内容等方式来判断视频是否为相似视频，进而确定待检测视频是否为盗版视频。但是，视频的名称是很容易被修改的，对于一些修改了名称的盗播视频，通过比对视频名称的方法很难检测出来，而且，人工查看视频内容的检测方法工作量较大，效率较低。
【发明内容】
[0004]本发明实施例的目的在于提供一种相似视频和盗版视频的检测方法及装置，大大提高了相似视频和盗版视频的检测效率。
[0005]为达到上述目的，本发明实施例公开了一种相似视频的检测方法，包括步骤::
[0006]根据第一预设规则，从两个待检测视频中分别提取多张特征图片作为第一图片库和第二图片库；
[0007]将所述第一图片库中每张图片和第二图片库中每张图片进行对比，确定每两张对比图片之间的结构相似度SS頂值；
[0008]针对每个SSM值，判断所述SSIM值是否大于预设第一阈值，如果是，确定对应该SS頂值的两张对比图片为一组相似图片；
[0009]统计所述相似图片的组数，并判断所述相似图片的组数与对比数量总量的比值是否大于预设第二阈值，如果是，则确定所述两个待检测视频为相似视频，其中所述对比数量总量为所述第一图片库中的图片数量和第二图片库中的图片数量的乘积。
[0010]可选的，确定所述两张对比图片之间的SSIM值，包括:
[0011 ]将所述两张对比图片的大小变换为预设大小；
[0012]按照预设窗口的循环对称高斯加权函数，将变换后的两张对比图片划分为多个图片块，并对每个图片块进行循环高斯滤波；
[0013]计算所述两张对比图片中对应图片块之间的SSIM值；
[0014]将多个所述对应图片块之间的SSIM值的均值，确定为所述两张对比图片之间的SS頂值。
[0015]可选的，所述根据第一预设规则，从两个待检测视频中分别提取多张特征图片作为第一图片库和第二图片库，包括:
[0016]根据预设的时间间隔从两个待检测视频中分别提取多张特征图片作为第一图片库和第二图片库。
[0017]可选的，确定所述两个待检测视频为相似视频后，所述方法还包括:
[0018]根据第二预设规则，从两个待检测视频中分别提取多张特征图片作为第一图片库和第二图片库;采用加速健壮特征SURF算法，确定所述第一图片库和第二图片库中每张图片上的多个极值点，针对第一图片库中的每张图片的每个极值点，计算该极值点和第二图片库中每张图片的每个极值点之间的欧式距离，若所述欧式距离的最小值小于预设第三阈值，则确定第二图片库的图片中存在与该极值点匹配的极值点，并记录第一图片库中的该极值点；统计记录的第一图片库中的极值点的数量;判断所述数量是否大于预设数量阈值，如果是，则确定所述两个待检测视频为相似视频。
[0019]可选的，所述根据第一预设规则，从两个待检测视频中分别提取多张特征图片作为第一图片库和第二图片库之前，所述方法还包括:
[0020]根据第三预设规则，从两个待检测视频中分别提取多张特征图片作为第一图片库和第二图片库；采用散列函数hash算法确定所述第一图片库和第二图片库中每张图片的hash特征值;根据所述第一图片库和第二图片库中每张图片的hash特征值，确定所述第一图片库中每张图片和第二图片库中每张图片之间的每个汉明距离，根据每个汉明距离，判断对应该汉明距离的所述第一图片库和第二图片库中的图片是否为一组相似图片;判断所述相似图片的组数与对比数量总量的比值是否大于预设第四阈值，如果是，则确定所述两个待检测视频为相似视频，其中所述对比数量总量为所述第一图片库中的图片数量和第二图片库中的图片数量的乘积;或
[0021]根据第四预设规则，从两个待检测视频中分别提取多张特征图片作为第一图片库和第二图片库;采用局部二值模式LBP算法，分别确定所述第一图片库和第二图片库中每张图片上每个像素点的LBP值，并根据每个像素点的LBP值绘ffjijLBP值直方图；将所述第一图片库中每张图片和第二图片库中每张图片的LBP值直方图进行重叠，针对每对图片确定重叠区域中像素点的数量，确定重叠区域中像素点的数量的平均值，根据所述平均值及所述图片像素点的数量，确定所述第一图片库和第二图片库的相似度;判断所述相似度是否大于预设第五阈值，如果是，确定所述两个待检测视频为相似视频。
[0022]为了达到上述目的，本发明实施例还公开了一种盗版视频的检测方法，包括步骤:
[0023]获取待检测视频；
[0024]根据第一预设规则，从待检测视频中提取多张特征图片作为第二图片库；
[0025]将所述第一图片库中每张图片和第二图片库中每张图片进行对比，确定每两张对比图片之间的结构相似度SS頂值，其中所述第一图片库为从正版视频中提取出的多张特征图片构成的；
[0026]针对每个SSM值，判断所述SSIM值是否大于预设第一阈值，如果是，确定对应该SS頂值的两张对比图片为一组相似图片；
[0027]统计所述相似图片的组数，并判断所述相似图片的组数与对比数量总量的比值是否大于预设第二阈值，如果是，则确定所述待检测视频为盗版视频，其中所述对比数量总量为所述第一图片库中的图片数量和第二图片库中的图片数量的乘积。
[0028]可选的，确定所述两张对比图片之间的SSIM值，包括:
[0029]将所述两张对比图片的大小变换为预设大小；
[0030]按照预设窗口的循环对称高斯加权函数，将变换后的两张对比图片划分为多个图片块，并对每个图片块进行循环高斯滤波；
[0031 ]计算所述两张对比图片中对应图片块之间的SSIM值；
[0032]将多个所述对应图片块之间的SSIM值的均值，确定为所述两张对比图片之间的SS頂值。
[0033]可选的，所述根据第一预设规则，从待检测视频中提取多张特征图片作为第二图片库，包括:
[0034]根据预设的时间间隔从待检测视频中提取多张特征图片作为第二图片库。
[0035]可选的，确定所述待检测视频为盗版视频后，所述方法还包括:
[0036]根据第二预设规则，从待检测视频中提取多张特征图片作为第二图片库，第一图片库为已保存的从正版视频中提取出的多张特征图片;采用加速健壮特征SURF算法，确定所述第一图片库和第二图片库中每张图片上的多个极值点，针对第一图片库中的每张图片的每个极值点，计算该极值点和第二图片库中每张图片的每个极值点之间的欧式距离，若所述欧式距离的最小值小于预设第三阈值，则确定第二图片库的图片中存在与该极值点匹配的极值点，并记录第一图片库中的该极值点；统计记录的第一图片库中的极值点的数量；判断所述数量是否大于预设数量阈值，如果是，则确定所述待检测视频为盗版视频。
[0037]可选的，所述根据第一预设规则，从待检测视频中提取多张特征图片作为第二图片库之前，所述方法还包括:
[0038]根据第三预设规则，从待检测视频中提取多张特征图片作为第二图片库，第一图片库为已保存的从正版视频中提取出的多张特征图片;采用散列函数hash算法确定所述第一图片库和第二图片库中每张图片的hash特征值;根据所述第一图片库和第二图片库中每张图片的hash特征值，确定所述第一图片库中每张图片和第二图片库中每张图片之间的每个汉明距离，根据每个汉明距离，判断对应该汉明距离的所述第一图片库和第二图片库中的图片是否为一组相似图片;判断所述相似图片的组数与对比数量总量的比值是否大于预设第四阈值，如果是，则确定所述待检测视频为盗版视频，其中所述对比数量总量为所述第一图片库中的图片数量和第二图片库中的图片数量的乘积;或
[0039]根据第四预设规则，从待检测视频中提取多张特征图片作为第二图片库，第一图片库为已保存的从正版视频中提取出的多张特征图片;采用局部二值模式LBP算法，分别确定所述第一图片库和第二图片库中每张图片上每个像素点的LBP值，并根据每个像素点的LBP值绘制LBP值直方图；将所述第一图片库中每张图片和第二图片库中每张图片的LBP值直方图进行重叠，针对每对图片确定重叠区域中像素点的数量，确定重叠区域中像素点的数量的平均值，根据所述平均值及所述图片像素点的数量，确定所述第一图片库和第二图片库的相似度;判断所述相似度是否大于预设第五阈值，如果是，确定所述待检测视频为盗版视频。
[0040]为了达到上述目的，本发明实施例公开了一种相似视频的检测装置，包括:
[0041]图片库获取模块，用于根据第一预设规则，从两个待检测视频中分别提取多张特征图片作为第一图片库和第二图片库；
[0042]SSIM值确定模块，用于将所述第一图片库中每张图片和第二图片库中每张图片进行对比，确定每两张对比图片之间的结构相似度SS頂值；
[0043]相似图片确定模块，用于针对每个SSIM值，判断所述SSIM值是否大于预设第一阈值，如果是，确定对应该SS頂值的两张对比图片为一组相似图片；
[0044]相似视频确定模块，用于统计所述相似图片的组数，并判断所述相似图片的组数与对比数量总量的比值是否大于预设第二阈值，如果是，则确定所述两个待检测视频为相似视频，其中所述对比数量总量为所述第一图片库中的图片数量和第二图片库中的图片数量的乘积。
[0045]可选的，所述SSIM值确定模块，具体用于:
[0046]将所述两张对比图片的大小变换为预设大小；
[0047]按照预设窗口的循环对称高斯加权函数，将变换后的两张对比图片划分为多个图片块，并对每个图片块进行循环高斯滤波；
[0048]计算所述两张对比图片中对应图片块之间的SSIM值；
[0049]将多个所述对应图片块之间的SSIM值的均值，确定为所述两张对比图片之间的SS頂值。
[0050]可选的，所述图片库获取模块，具体用于:
[0051]根据预设的时间间隔从两个待检测视频中分别提取多张特征图片作为第一图片库和第二图片库。
[0052]可选的，所述装置还包括第一确定模块，具体用于:
[0053]根据第二预设规则，从两个待检测视频中分别提取多张特征图片作为第一图片库和第二图片库;采用加速健壮特征SURF算法，确定所述第一图片库和第二图片库中每张图