文档介绍：万方数据
该特征结合了卣鞯木植抗丶愫拖6厍撸且恢挚焖偃ň痔基于卣鞯氖悠悼奖醇觳庋芯摘要文提出引入堤卣髅枋龇植刻卣鞫允悠悼奖醇觳饧际踅醒芯俊网络视频的快速发展和普及,滋生了数字视频版权的问题。视频拷贝检测技术的任务就是检测视频中是否存在拷贝片段,对视频拷贝检测技术的研究在视频版权保护和管理上有着至关重要的作用。视频拷贝检测技术主要包括基于内容和基于数字水印的两种技术方法。基于内容的方法较基于数字水印的技术无需嵌入任何信息,直接从视频内容本身提取鲁棒的特征,提取方便且检测效果较好,因此本文选用基于内容的视频拷贝检测方法。该方法的基本思想是通过提取视频关键帧的特征进行匹配实现视频拷贝检测,主要有三步:悠翟ご恚特征提取;卣髌ヅ洹F涔丶侍庠谟谘罢叶远嘀挚奖垂セ髀嘲舻氖悠堤卣鳌之前的研究大多集中在较经典的浮点型描述符局部特征如、等或者全局特征如灰度序、等,近年来提出一些优秀的二值特征描述符局部特征如等,该类特征能检测到多种拷贝攻击,且在内存消耗、匹配精度和匹配速度上较浮点型局部特征都表现出较好的性能。本本文的另外一个主要贡献在于提出一种基于关键点的希尔伯特特征,征。虽然该特征鲁棒性不是很强,但拥有检测速度快,且能保证较高召回率的优势。在此基础上,本文融合了局部特征的鲁棒性优势和全局特征检测速度快的优势,提出了一种基于全局特征和局部特征融合的视频拷贝检太原理工大学硕士研究生学位论文
万方数据
测方法即将堤卣髅枋龇植刻卣鳌⒒叶刃蛉ň痔卣骱突诠丶的希尔伯特特征相结合的方法。该方法首先对视频进行预处理,通过比较相邻视频帧灰度直方图的巴氏距离对视频进行镜头分割,并将镜头的第一帧作为视频关键帧,并经过去重处理进一步得到新的关键帧序列。然后分别提取视频关键帧的灰度序特征、基于关键点的希尔伯特特征和征,采用滑窗法利用灰度序特征对查询视频进行初次匹配,去除部分干扰视频,使用基于关键点的希尔伯特特征采用基于公共视频帧的方法对灰度序检测结果再次匹配,利用两个检测速度快的全局特征进行快速过滤,同时保证较高的召回率,最后对两次过滤结果采用卣鹘芯菲ヅ洌得到最终的检测结果。为了提高检测的速度,采用类局部敏感哈希的方法为视频特征建立索引。实验证明,与其他方法相比较,本文提出的基于灰度序、关键点的希尔伯特和痔卣魅诤系姆椒ㄔ诓捎盟饕臀床捎盟饕街智榭鱿拢在保证较高召回率的同时,有较好的检测精度,未采用索引时检索时间有提升但不明显,采用索引后检索时间得到极大提升。关键词:版权保护,视频拷贝检测,叶刃颍ň痔卣骱途植刻卣鳎关键点的希尔伯特特征太原理工大学硕士研究生学位论文
万方数据
....’
万方数据
甀琧,太原理工大学硕士研究生学位论文—,瑃甀,,.瑃,.琣
万方数据
.’篶,琀伊瑃,琌琯太原理工大学硕士研究生学位论文.,
万方数据
太原理工大学硕士研宄生学位论文
万方数据
目录第一章绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...⋯..⋯⋯⋯..⋯.课题研究背景及意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.本文的主要研究内容和研究思路⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..论文的组织结构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.第二章视频拷贝检测相关技术⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..⋯⋯视频预处理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...√崛视频特征提取⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...植刻卣鳌特征匹配⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯小结⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯......第三章基于全局特征和局部特征融合的视频拷贝检测⋯⋯⋯⋯⋯⋯⋯⋯.引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.视频预处理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯..⋯⋯⋯..⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..第四章实验及结果分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯实验数据集⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯评价指标⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯实验结果及分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯第五章基于卣鞯氖悠悼奖醇觳庀低呈迪帧引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..⋯..系统介绍⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.娲⒉Ⅵ太原理工大学硕士研究生学位论文.
万方数据
.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯..⋯⋯⋯