结构示意图，与图2所示的流程示意图对应，所述装置包括:待检测视频获取模块41，图片库获取模块42，SSM值确定模块43，相似图片确定模块44，盗版视频确定模块45。
[0155]待检测视频获取模块41，用于获取待检测视频；
[0156]图片库获取模块42，用于根据第一预设规则，从待检测视频中提取多张特征图片作为第二图片库；
[0157]SSIM值确定模块43，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SSIM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；
[0158]相似图片确定模块44，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；
[0159]盗版视频确定模块45，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。
[0160]所述图片库获取模块42，具体用于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。
[0161]所述SSM值确定模块43，具体用于将所述两张对比图片的大小变换为预设大小；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;计算所述两张对比图片中对应图片块之间的SSIM值;将多个所述对应图片块之间的SS頂值的均值，确定为所述两张对比图片之间的SS頂值。
[0162]在本发明实施例中，确定所述待检测视频为盗版视频后，为了进一步提高检测的准确性，所述装置还可以包括:
[0163]第四确定模块(图中未示出)，用于根据第二预设规则，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。
[0164]在本发明实施例中，所述装置还可以包括:
[0165]第五确定模块(图中未示出)，用于根据第三预设规则，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
[0166]第六确定模块(图中未示出)，用于根据第四预设规则，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。
[0167]应用本发明实施例提供的技术方案，在进行盗版视频的检测时，获取待检测视频；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;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SSIM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；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SSIM值的两张对比图片为一组相似图片；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。所述方法通过对比视频中的图片是否相似，并根据相似图片在对比图片总量中的比例来判断待检测视频是否为盗版视频，因此，提高了盗版视频的检测效率。
[0168]需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0169]本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
[0170]以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。
【主权项】
1.一种相似视频的检测方法，其特征在于，所述方法包括: 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一.图片库； 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SSIM值； 针对每个SS頂值，判断所述SS頂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； 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。2.根据权利要求1所述的方法，其特征在于，确定所述两张对比图片之间的SSIM值，包括: 将所述两张对比图片的大小变换为预设大小； 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； 计算所述两张对比图片中对应图片块之间的SS頂值； 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SSIM值。3.根据权利要求1所述的方法，其特征在于，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: 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。4.根据权利要求1所述的方法，其特征在于，确定所述两个待检测视频为相似视频后，所述方法还包括: 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。5.根据权利要求1所述的方法，其特征在于，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: 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 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，确定所述两个待检测视频为相似视频。6.一种盗版视频的检测方法，其特征在于，所述方法包括: 获取待检测视频； 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； 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； 针对每个SS頂值，判断所述SS頂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； 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。7.根据权利要求6所述的方法，其特征在于，确定所述两张对比图片之间的SSIM值，包括: 将所述两张对比图片的大小变换为预设大小； 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； 计算所述两张对比图片中对应图片块之间的SS頂值； 将多个所述对应图片块之间的SSIM值的均值，确定为