基于运动信息的视频哈希技术

发布时间：2017-10-13 00:12

  本文关键词：基于运动信息的视频哈希技术

  更多相关文章： 感知哈希 运动信息 SURF 视频拷贝检测 哈希匹配

【摘要】：视频数据内容的版权保护,在计算机领域中常用的技术是数字水印和基于内容的视频拷贝检测技术。前者由于使用不便逐渐为后者所代替,基于内容的视频拷贝检测技术是将视频内容浓缩、简单表示的技术,主要用于检测是否存在经不法操作得到的视频拷贝等。它的主要思路是从待检视频流中提取能代表视频内容的特征,与参考视频库的中参考视频流特征进行测距比对,得出待测视频是否参考视频库中的一个拷贝的结论。它的特征表示决定着检测算法的准确、策略、效率。感知哈希是指根据人类感知系统特点,将任意大小的一个多媒体对象的感知特征通过压缩映射到很短的位串或字符串,使得看起来相似的多媒体信息生成相似的哈希码,不同的多媒体信息生成不同的哈希码。用感知哈希表示视频特征,感知哈希的唯一性保证了不同内容的视频间相似度极低,鲁棒性保证了相同内容的视频间相似度极高,提高了查准率。针对视频拷贝检测应用,本文主要研究如何提取稳健的视频内容特征,设计适当的哈希函数,将特征映射成哈希值的方法。论文首先介绍目前基于内容的视频拷贝检测技术和感知哈希的关键技术,在此基础上提出了两种视频哈希检测算法。论文的具体研究结果如下。1.提出基于运动信息的视频哈希算法该算法提出了利用阈值在相邻两帧间提取稳健的运动信息,它代表了视频内容发生变化的部分,运动信息的大小和位置作为哈希函数的输入。将容纳运动信息的帧画面分成2n×2n块区域,对每块是否容纳运动信息作二进制值标记,通过Hilbert曲线的串连,所有标记形成一个二进制哈希码。用双方匹配方块数与各自运动信息所占方块数的比值来度量各关键帧的帧相似度,以整个视频的相似帧数占总抽帧数的百分比作为视频相似度。2.提出基于运动信息和SURF特征的视频哈希算法为了提取运动信息的关键点,引入SURF局部特征。提取运动信息后的图像已屏蔽掉许多背景信息,可将SURF算子作用于运动信息图得到局部特征点,将SURF特征点分布图作为哈希函数的输入。将SURF特征点分布图画面分成2n×2n块区域,统计每块是否存在SURF特征点,并作二进制标记,通过m层的封闭环形曲线串连,所有标记形成一个二进制哈希码。给出计算各关键帧的帧相似度、整个视频的相似度的方法。SURF特征的旋转不变性,保证了通过坐标变换就能找到相应的特征点,m层封闭环曲线能解决视频翻转攻击操作。m层封闭环曲线是指从2n×2”个小块的中心,第一层封闭环曲线开始,按某个固定的顺序,如右上角方块,顺时针一圈一圈地提取块的数值,一圈形成一段数字,m圈形成m段环形码,用来解决图像以帧中心旋转、位置互换问题,如水平翻转。使用测试用例对本文中提出的方法进行实验,通过计算原视频与拷贝视频的相似度,结果发现本文所提出的基于运动信息或运动信息加SURF特征的视频哈希算法在抵抗本文实验中大多数的视频攻击时表现出了较好的鲁棒性与区分性。
【关键词】：感知哈希 运动信息 SURF 视频拷贝检测 哈希匹配
【学位授予单位】：广西师范大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41
【目录】：

• 摘要3-5
• Abstract5-9
• 第一章 绪论9-17
• 1.1 选题背景及意义9-11
• 1.1.1 基于内容的视频拷贝检测技术9-11
• 1.1.2 感知哈希11
• 1.2 研究现状11-15
• 1.3 论文主要研究内容15
• 1.4 论文的组织安排15-17
• 第二章 视频哈希关键技术介绍17-27
• 2.1 关键帧选取17-18
• 2.2 运动信息提取方法18-22
• 2.2.1 帧差法19-20
• 2.2.2 背景建模法20-22
• 2.3 哈希码生成算法22-24
• 2.4 哈希特征匹配24-25
• 2.5 哈希评价指标25-26
• 2.6 小结26-27
• 第三章 基于运动信息的视频哈希算法27-37
• 3.1 算法描述27-31
• 3.1.1 算法框架27
• 3.1.2 关键帧选取27-28
• 3.1.3 运动信息的提取28
• 3.1.4 哈希码生成28-30
• 3.1.5 哈希码匹配30-31
• 3.2 实验结果与分析31-36
• 3.2.1 实验说明31-32
• 3.2.2 特征的鲁棒性和唯一性分析32-36
• 3.2.3 视频拷贝检测性能评估36
• 3.3 本章小结36-37
• 第四章 基于运动信息和SURF特征的视频哈希算法37-45
• 4.1 算法描述37-41
• 4.1.1 算法框架37-38
• 4.1.2 SURF特征提取38-39
• 4.1.3 哈希码生成39-40
• 4.1.4 哈希码匹配40-41
• 4.2 实验结果与分析41-44
• 4.2.1 实验说明41
• 4.2.2 特征的鲁棒性和唯一性分析41-43
• 4.2.3 视频拷贝检测性能评估43-44
• 4.3 本章小结44-45
• 第五章 基于视频哈希的拷贝检测系统45-50
• 5.1 基于视频哈希的拷贝检测系统简介45
• 5.2 系统模块介绍45-46
• 5.3 系统界面及示例46-49
• 5.4 小结49-50
• 第六章 总结与展望50-52
• 6.1 总结50
• 6.2 下一步工作展望50-52
• 参考文献52-57
• 致谢57-58

【相似文献】

中国期刊全文数据库 前10条

1 牛朝玮;汪增福;;基于彩色和运动信息的人脸检测[J];模式识别与人工智能;2002年02期

2 汪祖媛,庄连生,庄镇泉,王煦法;基于运动信息的镜头切变检测算法[J];计算机工程;2004年05期

3 马登武;范庚;;一种获取载机尾后目标运动信息的方法研究[J];弹箭与制导学报;2008年05期

4 王国宏;陈泽元;吴巍;易哲;;基于目标间拓扑信息和运动信息的联合目标选择算法[J];航空学报;2014年02期

5 易璨;石跃祥;成洁;;结合信息论和运动信息的镜头检测算法[J];计算机应用研究;2007年06期

6 张伟;夏利民;罗大庸;;基于人脸运动信息和改进保局投影的疲劳识别[J];计算机科学;2010年11期

7 郭立君;刘曦;赵杰煜;史忠植;;结合运动信息与表观特征的行人检测方法[J];软件学报;2012年02期

8 郭雷，，郭宝龙，陆心如;视觉运动信息处理神经系统[J];软件学报;1994年07期

9 李杜娟;;排舞运动信息网络服务平台构建理论研究[J];搏击(体育论坛);2014年03期

10 沈建锋;杨文明;廖庆敏;;多视角下结合形状和运动信息的三维人体姿态估计[J];电子与信息学报;2011年11期

中国重要会议论文全文数据库 前5条

1 牛朝玮;汪增福;;基于彩色和运动信息的人脸检测[A];2001年中国智能自动化会议论文集（下册）[C];2001年

2 卢国庆;李均利;陈刚;章颖;满家巨;;一种基于运动信息和结构信息的视频质量评价方法[A];'2008系统仿真技术及其应用学术会议论文集[C];2008年

3 陆惠民;史美德;;人视觉运动信息加工:计算模型和实时仿真研究[A];2001年中国智能自动化会议论文集（下册）[C];2001年

4 肖春霞;刘舒;林成春;聂勇伟;刘梦;彭群生;;基于时空全局优化的视频修复[A];中国计算机图形学进展2008--第七届中国计算机图形学大会论文集[C];2008年

5 张恩涛;罗俊龙;李其维;;视觉运动信息在隐喻词汇识别中的作用[A];心理学与创新能力提升——第十六届全国心理学学术会议论文集[C];2013年

中国博士学位论文全文数据库 前2条

1 吴思;视频运动信息分析技术研究[D];中国科学院研究生院（计算技术研究所）;2005年

2 陈虎;双向多参考帧运动信息可分级的研究与应用[D];电子科技大学;2011年

中国硕士学位论文全文数据库 前10条

1 黄秀霞;中—英句子理解中运动信息动态模拟的比较[D];云南师范大学;2015年

2 罗进s

本文编号：1021723