时空轨迹行为特征的视频拷贝检测方法

计算机研究与发展

ＪｏｕｒｎａｌＯｆＣｏｍｐｕｔｅｒＲｅｓｅａｒｃｈａｎｄＤｅｖｅｌｏｐｍｅｎｔ

ＩＳＳＮ

１０００—１２３９／ＣＮ１１—１７７７／ＴＰ

４７（１１）：１８７１—１８７７，２０１０

基于时空轨迹行为特征的视频拷贝检测方法

吴

潇１’２

李锦涛１

唐

胜１

郭俊波１

北京

１００１９０）

１（中国科学院计算技术研究所前瞻研究实验室２（中国科学院研究生院北京（ｗｕｘｉａｏ＠ｉｃｔ．ａｅ．ｅｎ）

１０００４９）

ＶｉｄｅｏＣｏｐｙＤｅｔｅｃｔｉｏｎＢａｓｅｄ

ｏｎ

Ｓｐａｔｉｏ－Ｔｅｍｐｏｒａｌ

Ｔｒａｊｅｃｔｏｒｙ

ＢｅｈａｖｉｏｒＦｅａｔｕｒｅ

ＷｕＸｉａ０１”，ＬｉＪｉｎｔａ０１，ＴａｎｇＳｈｅｎ９１，ａｎｄＧｕｏＪｕｎｂ０１

１（Ｃｅｎｔｅｒ

ｆｏｒＡｄｖａｎｃｅｄＣｏｍｐｕｔｉｎｇＲｅｓｅａｒｃｈ。ＩｎｓｔｉｔｕｔｅｏｆＣｏｍｐｕｔｉｎｇＴｅｃｈｎｏｌｏｇｙ，ＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ，ＢｅＯｉｎｇ１００１９０）

ｏｆＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ，Ｂｅｉｊｉｎｇ１０００４９）

２（ＧｒａｄｕａｔｅＵｎｉｖｅｒｓｉｔｙ

Ａｂｓｔｒａｃｔ

Ｌａｒｇｅｓｃａｌｅｖｉｄｅｏｃｏｐｙｄｅｔｅｃｔｉｏｎｉｓ

ｔｏ

ｄｅｔｅｃｔｃｏｐｉｅｄｓｅｇｍｅｎｔｓｏｆｐｒｏｖｉｄｅｄｖｉｄｅｏ

ｔｏ

ｃｏｎｔｅｎｔ

ｆｒｏｍ

ｌａｒｇｅｖｉｄｅｏｄａｔａｂａｓｅｓ．Ｔｈｉｓａｐｐｌｉｃａｔｉｏｎｒｅｑｕｉｒｅｓｃｏｍｐａｃｔｆｅａｔｕｒｅｗｈｉｃｈｉｓｉｎｓｅｎｓｉｔｉｖｅ

ｃｏｐｙ

ｖａｒｉｏｕｓｖｉｓｕａｌ

ａｓ

ｃｈａｎｇｅｓ．Ｈｏｗｅｖｅｒ，ｔｒａｄｉｔｉｏｎａｌ

ｔｒａｎｓｆｏｒｍａｔｉｏｎｓ．Ｔｈｅ

ｒｅａｓｏｎ

ｉｍａｇｅｆｅａｔｕｒｅｓ

ｉｓ

ａｒｅ

ｐｒｏｎｅ

ｔｏ

ｓｐａｔｉａｌｃｈａｎｇｅｓｓｕｃｈ

ｃｏｌｏｒａｎｄ

ｔｅｘｔｕｒｅ

ｔｈｅｃｏｐｉｅｄｖｅｒｓｉｏｎｓｈａｖｅｌａｒｇｅｉｍａｇｅｔｒａｎｓｆｏｒｍａｔｉｏｎｓｉｎｃｌｕｄｉｎｇ

ｄｉｓｔｒｉｂｕｔｉｏｎｏｆ

ｍｅａｓｕｒｅｓ

ｇｌｏｂａｌｑｕａｌｉｔｙ

ｄｅｃｒｅａｓｅａｎｄｌｏｃａｌｖｉｓｕａｌｄｉｓｔｏｒｔｉｏｎｓ，ｗｈｉｃｈｄｒａｍａｔｉｃａｌｌｙｃｈａｎｇｅｔｈｅ

ｏｎ

ｖｉｓｕａｌｆｅａｔｕｒｅｓ．Ｃｏｎｓｅｑｕｅｎｔｌｙ，ｐｒｅｖｉｏｕｓｍｅｔｈｏｄｓｂａｓｅｄ

ｈｉｓｔｏｇｒａｍ

ｆｅａｔｕｒｅｓａｎｄｏｒｄｉｎａｌ

ｕｓｅ

ｆａｉｌｅｄｉｎｃｏｐｙｄｅｔｅｃｔｉｏｎ．Ｔｏｓｏｌｖｅｔｈｉｓｐｒｏｂｌｅｍ，ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｓｔｈｅｂａｓｅｄ

ｏｎ

ｏｆｉｎｖａｒｉａｎｔｖｉｓｕａｌｆｅａｔｕｒｅｓ

ｋｅｙｐｏｉｎｔｔｒａｊｅｃｔｏｒｙｂｅｈａｖｉｏｒ．Ｉｎｓｔｅａｄｏｆｕｓｉｎｇｔｈｅｓｐａｔｉａｌｃｕｅｓ，ｔｈｅｐｒｏｐｏｓｅｄａｐｐｒｏａｃｈｍｏｄｅｌｓ

ｉｎｆｏｒｍａｔｉｏｎ

ａｒｅ

ａｓ

ｔｈｅｔｅｍｐｏｒａｌ

ｒｏｂｕｓｔ

ｔｏ

ｆｅａｔｕｒｅｓ．Ｔｅｍｐｏｒａｌ

ｃｕｅｓａｒｅａｒｅ

ｑｕａｎｔｉｆｉｅｄ

ｂａｓｅｄ

ｏｎ

ｋｅｙｐｏｉｎｔ

ｔｒａｊｅｃｔｏｒｉｅｓｗｈｉｃｈ

ｆｅａｔｕｒｅｓｗｈｉｃｈ

ｐａｔｔｅｒｎ

ａｒｅ

ｉｎｓｅｎｓｉｔｉｖｅ

ｓｔｒｏｎｇ

ｃｈａｎｇｅｓ．Ｔｈｅｎｖｉｄｅｏｓ

ｒｅｐｒｅｓｅｎｔｅｄｂｙｓｐａｔｉｏ—ｔｅｍｐｏｒａｌ

ｍｏｒｅｒｏｂｕｓｔｔｏｃｏｐｙｃｈａｎｇｅｓ．Ｂａｇｏｆｔｒａｊｅｃｔｏｒｙ（ＢｏＴ）ｔｅｃｈｎｉｇｕｅｉｓａｄｏｐｔｅｄｆｏｒｆａｓｔ

ｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｓｐａｔｉｏ—ｔｅｍｐｏｒａｌ

ｍａｔｃｈｉｎｇｉｎｌａｒｇｅｄａｔａｂａｓｅ．Ｔｈｅｅｘｐｅｒｉｍｅｎｔａｌ

ａｒｅ

ｔｒａｊｅｃｔｏｒｙ

ｆｅａｔｕｒｅｓｆｒａｍｅ

ｒｏｂｕｓｔ

ｔｏ

ｖａｒｉｏｕｓｖｉｓｕａｌｃｈａｎｇｅｓ，ｉｎｃｌｕｄｉｎｇｉｍａｇｅｂｌｕｒ，ｓｃａｌｅａｎｄｒａｔｉｏｃｈａｎｇｅｓ，ａｎｄｍｉｎｏｒ

ｗｉｔｈ

ｔｈｅ

ｓｔａｔｅ－ｏｆ－ａｒｔｓｃｈｅｍｅ

ｕｓｉｎｇ

ｏｒｄｉｎａｌ

ｍｅａｓｕｒｅ，ｔｈｅ

ｐｒｏｐｏｓｅｄ

ｒａｔｅ

ｃｈａｎｇｅ．Ｃｏｍｐａｒｅｄ

ｃｏｓｔ

ａｌｇｏｒｉｔｈｍｗｉｔｈｌｏｗｅｒＫｅｙｗｏｒｄｓｂａｓｅｄ

ｏｎ

ｐｒｅｓｅｎｔｓ

ｂｅｔｔｅｒａｃｃｕｒａｃｙ．

ｖｉｄｅｏｃｏｐｙｄｅｔｅｃｔｉｏｎ；ｓｐａｔｉｏ－ｔｅｍｐｏｒａｌｔｒａｊｅｃｔｏｒｙ；ｌｏｃａｌｆｅａｔｕｒｅｐｏｉｎｔｄｅｔｅｃｔｉｏｎ；ｍａｔｃｈｉｎｇ

ｔｅｍｐｏｒａｌｉｎｆｏｒｍａｔｉｏｎ；Ｍａｒｋｏｖｓｔａｔｉｏｎａｒｙｆｅａｔｕｒｅ

摘要互联网环境中大规模的视频拷贝检测面临拷贝变化多样性问题和数据量大的问题，需要使用鲁棒、精简的视觉特征．提出以视频连续帧中关键点的轨迹行为作为内容匹配的特征．关键点轨迹的运动行为不受拷贝变化的影响，利用其特征可以实现鲁棒性匹配．采用马尔可夫链模型建模轨迹的行为过程，将每条轨迹表示为一个２５维的精简向量特征．使用时序一致性匹配方法定位视频拷贝的段落．在标准数据集上的对比实验证明：提出的算法在各种常见的拷贝变化下可以得到较高的检测精度，特征匹配的时空消耗低，对大规模的视频拷贝检测行之有效．

关键词视频拷贝检测；时空视觉轨迹；局部关键点检测；时序一致性匹配；马尔可夫链模型

中图法分类号ＴＰ３９１

收稿日期：２００９—０１—０６ｌ修回日期：２０１０—０５～１０

基金项目：国家“九七三”重点基础研究发展计划基金项目（２００７ＣＢ３１１１００）＃国家。八六ｉ”高技术研究发展计划基目项目（２００７ＡＡＯｌＺ４１６）；

国家自然科学基金项目（６０８７３１６５，６０８０２０２８）；北京市科技新星计划基金项目（２００７８０７１）；北京市教育委员会共建项日

万方数据

０

引言

随着网络带宽的增长和视频编辑软件的普及，越来越多的用户参与互联网的多媒体内容制作，比如将自己制作的视频上传到分享网站上．网络视频

的兴起带来了诸多问题，如有版权的视频内容被非

法截取修改等．研究者提出使用基于内容的视频拷贝检测技术来解决这类问题．视频拷贝检测的任务是，设计算法由计算机自动判断２个不同的数字视频是否存在共同的片段（拷贝）．在互联网上，视频拷贝常常被施加了各种拷贝变化，常见的图像变化如改变分辨率、亮度和插入字幕标志等；视频编码变化如帧率、码率改变等．拷贝变化使得视频拷贝段和原始的片段视觉上 …… 此处隐藏：14379字，全部文档内容请下载后查看。喜欢就下载吧 ……