匹配视频的方法、应用及计算设备与流程

技术特征：

1.一种匹配视频的方法，适于在移动终端中执行，该方法包括：

获取待匹配的第一视频和第二视频；

分别以第一视频和第二视频中、每帧图像的每个像素点为中心，选取本帧上预定窗口大小的图像块，和选取该像素点前后相邻多帧上相应空间位置的图像块，并将从本帧和前后相邻多帧上所选取的图像块作为该像素点对应的视频块；

分别对第一视频的视频块和第二视频的视频块，执行沃尔什-哈达玛变换，以便将每个视频块中至少一部分视频特征集中到预定维度；

提取每个经变换的视频块的预定维度的信息作为该视频块的特征信息；

选定第一视频的视频块的特征信息中一个维度，并基于所选定维度建立关于第一视频的所有视频块的特征信息的K维树(Kd-tree)；以及

对于第二视频的每个待匹配视频块的特征信息，从所建立的K维树中搜索与其相似度最高的特征信息作为其对应的匹配特征信息。

2.如权利要求1所述的方法，其中，所述分别对第一视频的视频块和第二视频的视频块，执行沃尔什-哈达玛变换，以便将每个视频块中至少一部分视频特征集中到预定维度的步骤包括：

对于每个待变换的视频块，根据下述公式进行变换：

$\tilde{V}=H_{n}V$

其中，H_n为哈达玛矩阵，V为待变换的视频块的矩阵，为经过变换的视频块的矩阵。

3.如权利要求1或2所述的方法，其中，所述基于所选定维度建立关于第一视频的所有视频块的特征信息的K维树(Kd-tree)的操作包括：

递归执行建立树结构的操作，直到所有最低级的左子树和最低级的右子树各自结点数量小于阈值，

其中，每次所执行的建立树结构的操作包括：

对于属于要建立的树结构的视频块的特征信息，将在所选定维度为中值的视频块的特征信息作为要建立树结构的根结点，

并将在该维度小于该中值的特征信息分配到该根结点的左子树和将在该维度大于该中值的特征信息分配到该根结点的右子树。

4.如权利要求3所述的方法，其中，所述对于第二视频的每个待匹配视频块的特征信息，从所建立的关于第一视频的K维树中搜索与其相似度最高的特征信息作为其对应的匹配特征信息的步骤包括：

对待匹配的视频块的特征信息、递归执行选定子树的操作，直到选定子树为所述最低级的左子树中一个或所述最低级的右子树中一个，

其中，每次执行选定子树的操作包括：

判断当前所选定树的根结点在所选定维度是否大于该待匹配的特征信息，

在大于该待匹配的特征信息时，选定当前树的左子树，和

在小于该待匹配的特征信息时，选定当前树的右子树；以及

计算该待匹配的特征信息与所选定的最低级的子树中每个结点的相似度，并将相似度最高的结点作为所述匹配特征信息。

5.如权利要求4所述的方法，其中，所述计算该待匹配的视频块的特征信息与所选定的最低级的子树中每个结点的相似度的操作包括：

根据下述公式计算待匹配的视频块的特征信息与所选定的最低级的子树中任一个结点的欧式距离：

$d(p,q)=\sqrt{{\Σ}_{i=1}^N{(p_i-q_i)}^2}$

其中，p表示待匹配的视频块的特征信息，q表示所选定的最低级的子树中一个结点，p和q均为N维向量；

根据所计算得到的欧式距离，确定p和q的相似度。

6.如权利要求4或5所述的方法，还包括：

基于所述待匹配视频块对应像素点的邻域中至少一部分像素点、对应的最低级子树，依次计算所述待匹配视频块的特征信息与该对应的最低级子树中结点的相似度，

在本次计算所得最高相似度大于当前的匹配特征信息对应的相似度时，更新该匹配特征信息为本次最高相似度对应的结点。

7.如权利要求4-6中任一项所述的方法，还包括：

基于所述待匹配视频块对应像素点的前后相邻多帧中至少一帧、相应空间位置上像素点对应的最低级子树，依次计算该待匹配视频块的特征信息与所对应的最低级子树中结点的相似度，

在本次计算所得最高相似度大于当前的匹配特征信息对应的相似度时，更新该匹配特征信息为本次最高相似度对应的结点。

8.一种匹配视频的应用，适于驻留在计算设备中，该应用包括：

获取单元，适于获取待匹配的第一视频和第二视频；

分块单元，适于分别以第一视频和第二视频中、每帧图像的每个像素点为中心，选取本帧上预定窗口大小的图像块，和选取该像素点前后相邻多帧上相应空间位置的图像块，并将从本帧和前后相邻多帧上所选取的图像块作为该像素点对应的视频块；

特征提取单元，适于分别对第一视频的视频块和第二视频的视频块，执行沃尔什-哈达玛变换，以便将每个视频块中至少一部分视频特征集中到预定维度，并提取每个经变换的视频块的预定维度的信息作为该视频块的特征信息；

K维树构建单元，适于选定第一视频的视频块的特征信息中一个维度，并基于所选定维度建立关于第一视频的所有视频块的特征信息的K维树(Kd-tree)；以及

匹配单元，对于第二视频的每个待匹配的视频块的特征信息，适于从所建立的K维树中搜索与其相似度最高的特征信息作为其对应的匹配特征信息。

9.如权利要求8所述的应用，其中，所述特征提取单元适于根据下述方式分别对第一视频的视频块和第二视频的视频块，执行沃尔什-哈达玛变换，以便将每个视频块中至少一部分视频特征集中到预定维度：

对于每个待变换的视频块，根据下述公式进行变换：

$\tilde{V}=H_{n}V$

其中，H_n为哈达玛矩阵，V为待变换的视频块的矩阵，为经过变换的视频块的矩阵。

10.一种计算设备，包括：如权利要求8或9所述的匹配视频的应用。