專利名稱：一種基于輪廓波變換模型的視頻指紋方法
技術領域：
本發明屬于多媒體信息處理技術領域，具體涉及可用于復制檢測以及視頻識別、 視頻檢索、版權保護與盜版跟蹤的視頻指紋方法。
背景技術：
2007年電氣電子工程學會(IEEE)信息取證與安全匯刊第12期中指出，隨著數字設備的普及和傳播方式的多樣化，每天都有成千上萬的視頻文件被上傳和分享到互聯網、 電視和移動通信設備中，視頻文件被非法復制和處理是非常普遍的現象，廣泛存在的版權侵害要求發展快速準確的基于內容的視頻復制檢測方法。用來應對這種挑戰的視頻指紋技術，這里所述的指紋有別于人體指紋，它是表示視頻信息基于內容的一種簽名技術，可以用來唯一地標識和表示具體的視頻數據，可以有效實現對視頻文件的管理、保護和檢索。2008年電氣電子工程學會(IEEE)電路與系統中的視頻技術匯刊第7期中介紹了視頻指紋有三個主要的設計要求一、穩健性視頻指紋要在各種內容保持操作中保持穩定，即在不改變視頻的感知屬性前提下，視頻指紋保持不變或較少改變。視頻用戶會有意或無意地對視頻進行一些內容保持攻擊或處理，如亮度/對比度的改變、加噪、壓縮、旋轉、剪切、時序調整、幀率改變、增加logo等，視頻數據不僅會像圖像發生空間變化，而且會有時間變化，使得保持穩健性變得更加困難；二、敏感性感知不同的視頻應有不同的指紋，這對于視頻標識和檢索尤為重要；三、安全性在沒有密鑰的情況下，指紋不容易被對手偽造或估計。這一點僅在版權保護的應用中被強調，在視頻檢索、視頻自動標注的應用中不需要考慮這一要求。國內外現有的指紋方法主要包括在2008年電氣電子工程學會(IEEE)電路與系統中的視頻技術匯刊第7期中提出的基于梯度方向質心的方法，這種方法提取的特征不能有效表達圖像的主要特征，同時數據量較大，對各種內容保持操作穩健性不高；2010年電氣電子工程學會(IEEE)信息取證與安全匯刊第3期中提出的基于離散小波變換和PCA分解的方法，在視頻識別的和檢索應用中識別正確率不高，在一定的檢出概率下出現的虛警概率較大；2011年電氣電子工程學會(IEEE)信息取證與安全匯刊第1期中提出DCT域的時間信息表示圖像技術的方法，這種方法在匹配過程中采用的全局搜索策略搜索速度慢，實時性差，數據庫搜索效率不高。

發明內容
本發明的目的是提出一種基于輪廓波變換模型的視頻指紋方法，以克服現有技術的上述缺陷，實現視頻復制檢測、內容識別、視頻檢索和版權保護。本發明基于輪廓波變換模型的視頻指紋方法，包括指紋提取和指紋匹配兩個部分；其特征在于所述指紋提取步驟如下先將輸入的原始視頻文件V (w，h，f)，其中w為幀的寬度，h為幀的高度，f為幀率，轉換成標準格式Vnmi(W，H，F)，其中W、H和F分別取320、240和10 ；若是RGB格式的彩色視頻，則轉換成亮度、色度和飽和度表示，其中亮度分量為I = (R+G+B)/3，將亮度分量作為處理對象；將每幀圖像中進行無重疊的分塊，產生NXM個子圖像塊；對每個圖像塊進行J尺度、Hij (j = 1,2, AJ)方向的輪廓波變換，對變換系數采用 2006年IEEE圖像處理匯刊第6期提出的隱馬爾科夫樹技術進行圖像建模，獲得以下模型參數Pljk, k = 1，L，HI1，表示最粗尺度中每個方向的狀態概率；AJjk, j = 2，Λ J，k = 1，Λ，m」，表示從尺度j_l到j的轉移概率；Bj, k，j = 1，Λ J，k = 1，Λ，nij,表示尺度j的方向k處的高斯標準方差；將標準方差矩陣作為中間特征進行奇異值分解，B^k表示第k個圖像幀，第i行、 第j列處的圖像塊構成的標準方差矩陣，其奇異值分解表示為Bi,M = USVh,其中1 < i <N， 1 ^ j ^ Μ, U, V分別是左、右奇異值矩陣，S為對角矩陣；將一幀中所有對角矩陣S的最大奇異值取出構成特征矢量，第k幀特征矢量表示為sk = [Sljljk, Slj2jk, L, sN,M,k]；級聯P幀的特征矢量，然后進行歸一化處理，μ s和σ s分別是特征矢量的均值和方差，特征矢量中的每個值減去均值，除以方差，產生最后的指紋序列
權利要求
1. 一種基于輪廓波變換模型的視頻指紋方法，包括指紋提取和指紋匹配兩個部分；其特征在于所述指紋提取步驟如下先將輸入的原始視頻文件V (w，h，f)，其中w為幀的寬度，h為幀的高度，f為幀率，轉換成標準格式Vnmi (W，H，F)，其中W、H和F分別取320、240和10 ；若是RGB格式的彩色視頻， 則轉換成亮度、色度和飽和度表示，其中亮度分量為I = (R+G+B)/3，將亮度分量作為處理對象；將每幀圖像中進行無重疊的分塊，產生NXM個子圖像塊；對每個圖像塊進行J尺度、mj (j = 1,2, AJ)方向的輪廓波變換，對變換系數采用隱馬爾科夫樹技術進行圖像建模，獲得以下模型參數Pljk, k = 1，L，Hi1，表示最粗尺度中每個方向的狀態概率； AJjk, j = 2，Λ J，k = 1，Λ，m」，表示從尺度j_l到j的轉移概率； Bj,k，j = 1，Λ J，k = 1，Λ，m」，表示尺度j的方向k處的高斯標準方差； 將標準方差矩陣作為中間特征進行奇異值分解，B^k表示第k個圖像幀，第i行、第 j列處的圖像塊構成的標準方差矩陣，其奇異值分解表示為B^k = USVH，其中1彡i彡N， 1 ^ j ^ M, U, V分別是左、右奇異值矩陣，S為對角矩陣；將一幀中所有對角矩陣S的最大奇異值取出構成特征矢量，第k幀特征矢量表示為 Sk — [Sl，l，k，Sl，2，k，L，SN，M，k]；級聯P幀的特征矢量，然后進行歸一化處理，μ 3和Qs分別是特征矢量的均值和方差， 特征矢量中的每個值減去均值，除以方差，產生最后的指紋序列zU ’k - .所述指紋匹配步驟為設待查視頻、經過標準化處理后有P幀，第k幀指紋為z〖,在視頻數據庫中根據K近鄰準則選擇與·4最相近的L個指紋4，e = L 2，L # ,然后以第k幀指紋為基準構成L個長度為N · M · P的候選指紋序列，N-M-P為待查視頻指紋的長度，每一個候選指紋表示為計算待查視頻指紋與L個候選視頻指紋的歐氏距離 D(v ,ν) = —^—Y (zq-Zc)2K NMPtt ‘ .若距離最小值小于預設門限Τ，則輸出與最小值對應的視頻ν:為匹配結果；若距離最小值大于預設門限Τ，則待查視頻不存在視頻數據庫中；門限T的設定根據所要求的虛警概率Pfa由高斯分布函數式確定，當N = 3，M = 4時， μ = 1.62, σ =0.22;當 Pfa = 3. IX ΙΟ—9 時，T 0· 4;則虛警概率P -Γ 1 ^\<χ-μ)%-1α α{μ-ΛFA~L^ra Ρ[ 2σ2{^σ j
全文摘要
本發明公開了一種基于輪廓波變換模型的視頻指紋方法，特征是先將一段視頻進行標準化處理，對每幀圖像進行分塊；然后對每個圖像塊采用多尺度和多方向輪廓波變換處理，并采用隱馬爾科夫樹技術提取模型參數；再將每塊的標準方差矩陣進行奇異值分解，提取最大的奇異值級聯并進行歸一化后構成視頻指紋矢量；在指紋匹配階段采用兩步搜索策略先隨機選取待查視頻中任意幀的指紋快速確定候選視頻，再采用歐氏距離測度待測視頻與候選視頻的相似性。本發明提高了視頻指紋的穩健性、識別率和搜索效率，可廣泛用于視頻文件的復制檢測、檢索、識別和版權保護。
文檔編號G06T7/00GK102547477SQ20121000843
公開日2012年7月4日 申請日期2012年1月12日 優先權日2012年1月12日
發明者孫銳, 徐彩臣, 李濤, 閆曉星, 高雋 申請人:合肥工業大學