感知視頻指紋算法研究.pdf

1、近幾十年來，隨著信息技術的飛速發(fā)展，越來越多的多媒體信息更易獲得，特別是數(shù)字視頻。數(shù)字視頻的激增使視頻內容存儲變得更加容易，然而也產生了許多新的問題，例如如何去從眾多的視頻數(shù)據(jù)中獲得感興趣的視頻。與此同時，不斷增長的視頻也使視頻內容管理變得更復雜?；陉P鍵詞的傳統(tǒng)視頻區(qū)分和檢索方法不能有效的發(fā)揮作用，迫切的希望找到一種能夠滿足視頻內容辨別、用戶檢索、內容監(jiān)管、數(shù)據(jù)認證的新方法。視頻指紋技術被看做是解決這些問題的一個新方法，因此，近年來它

2、已成為人們的研究熱點。
　　視頻指紋是從視頻序列中抽取的一個標識符，用來區(qū)分視頻內容。感知視頻指紋意味著兩個感知內容相近的視頻將會產生相同的視頻指紋數(shù)據(jù)，感知內容不同的視頻將產生不同的視頻指紋數(shù)據(jù)。
　　本文研究基于全局特征的視頻指紋提取方法，圍繞數(shù)字視頻指紋技術的特征提取方法、指紋構造策略、指紋匹配方法進行了探討和分析，提出了三種數(shù)字視頻指紋算法。
　　1.基于視頻內容感知的質心不變性，提出了相對角度不變性指紋算法。

3、該方法將視頻圖像幾何中心作為坐標原點，計算視頻圖像的亮度質心，計算亮度質心和幾何中心之間的角度，之后通過時間距離尺度將原始視頻質心角轉換為某一個固定幀率下的質心角，最后采用相鄰相減策略形成視頻指紋。實驗結果表明，該方法對有損壓縮、幀率轉換、尺寸縮放、旋轉、剪切、亮度增強和高斯白噪聲攻擊具有較好的魯棒性。
　　2.針對一般視頻指紋算法只辨別視頻內容，無法對所找到的具有相同內容的視頻進行質量評估，本文提出了一種基于亮度結構化質量評估的

4、視頻指紋算法。輸入視頻首先被轉碼成具有固定幀率固定尺寸的視頻，之后視頻圖像以 16×16的宏塊進行分割，計算每個宏塊的亮度均值并歸一化，得到最終指紋。實驗結果表明，該方法對有損壓縮、尺寸縮放、幀率轉換、亮度增強和高斯白噪聲攻擊具有較好的魯棒性，使用結構化的亮度對比度對具有相同內容的進行質量評估，從視覺角度看，查詢結果得到改善。
　　3.小波變換是數(shù)字圖像處理的一種常用方法，能夠提取圖像的頻域特征參數(shù)。本文使用低通濾波器構造一對稱小