CN104111949A - 检索视频图像的定位方法 - Google Patents
检索视频图像的定位方法 Download PDFInfo
- Publication number
- CN104111949A CN104111949A CN201310138086.XA CN201310138086A CN104111949A CN 104111949 A CN104111949 A CN 104111949A CN 201310138086 A CN201310138086 A CN 201310138086A CN 104111949 A CN104111949 A CN 104111949A
- Authority
- CN
- China
- Prior art keywords
- video
- sequence
- hypersphere
- scene
- another
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/73—Querying
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/783—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
- G06F16/7847—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using low-level visual features of the video content
Abstract
本发明公开了一种检索视频图像的定位方法,包含如下步骤:A)输入视频,从视频中的某一场景中获取局部区域特征,将其转换为局部区域特征集合,并对从该局部区域特征集合对应的时间序列中得到特征序列排序,使得该特征序列中的特征有序分布在空间球的超球面上;B)重复上述步骤A中的步骤,得到另一特征序列中的特征有序分布在空间球的超球面上;C)对两个特征序列进行搜索比较,判断这两个特征序列在空间球中是否有超球交织。本发明同现有技术相比,能快速地检测出视频库中是否已经存在重复视频,不仅可以避免版权纠分,而且可以删除视频库中的重复视频,减少存储空间,提高网络视频检索系统中检索结果的效果,更好的满足用户的需求。
Description
技术领域
本发明涉及一种视频的检索方法,具体的说是一种检索视频图像的定位方法。
背景技术
随着宽带传输网络的日益完善和视频软、硬件处理技术的快速发展和广泛应用,尤其随着WEB2.0技术的快速发展,特别是视频共享网站的出现(例如YouTube、Google Video、优酷、土豆网等),互联网上的视频数量和种类飞速增长,用户可以随意通过网络上传或下载视频文件。例如,YouTube2010年的统计数据显示,YouTube用户每天上传85万分钟的视频,每天浏览视频19亿次,YouTube用户一共上传了长达1300万小时的视频内容,视频浏览总数超过7000亿次i。同时,随着Internet技术、计算机技术、数字影像技术等的飞速发展,用户也可以随意的录制视频,随意的改变视频文件的内容或格式(例如,增加或减少视频帧、改变视频存储格式、添加边框、添加字幕等),这就使得这些海量的网络视频中存在着大量重复的(duplicate)或近似重复的(near-duplicate)视频。大量近似重复视频的产生给版权保护、视频内容监管和视频搜索引擎结果排序等多方面带来技术性的挑战。在此背景下,近似重复视频检测技术应运而生,如何快速定位是关键。
发明内容
本发明为了克服现有技术的不足,设计了一种检索视频图像的定位方法,包含如下步骤:
A)输入视频,从视频中的某一场景中获取局部区域特征,将其转换为局部区域特征集合,并从该局部区域特征集合对应的时间序列中得到特征序列,然 后对该特征序列进行排序,使得该特征序列中的特征有序分布在空间球的超球面上;
B)重复上述步骤A中的步骤,从输入视频中的另一场景中获取另一局部区域特征,将其转换为另一局部区域特征集合,并从该另一局部区域特征集合对应的另一时间序列中得到另一特征序列,然后对该另一特征序列进行排序,使得该另一特征序列中的特征有序分布在空间球的超球面上;
C)对上述步骤中通过排序后的特征序列与另一特征序列进行搜索比较,判断这两个特征序列在空间球中是否有超球交织,若是,则继续对超球交织对应时间序列的一半时间内的特征序列进行搜索比较,直到没有超球交织为止,然后定位最小的超球交织位置,此时得到的最后特征序列是分布在有限时间范围内的一个或多个镜头场景帧,若否,则直接定位最小的超球交织位置,得到的最后特征序列是分布在有限时间范围内的一个或多个镜头场景帧。
作为本发明进一步的改进,所述步骤A中的某一场景与所述步骤B中的另一场景为同一场景或者不同场景。
本发明同现有技术相比,能快速地检测出视频库中是否已经存在重复视频,不仅可以避免版权纠分,而且可以删除视频库中的重复视频,减少存储空间,提高网络视频检索系统中检索结果的效果,更好的满足用户的需求。
附图说明
图1为本发明的流程示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明的各实施方式进行详细的阐述。然而,本领域的普通技术人员可以理解,在本发明各实施方式中,为了使读者更好地理解本申请而提出了许多技术细节。但是,即使没有这些技术细节和基于以下各实施方式的种种变化和修改,也可以实现本申请各权利要求所要求保护的技术方案。
作为本发明的一个实施例,本发明检索视频图像的定位方法,如图1所示,包含如下步骤:
A)输入视频,从视频中的某一场景C中获取局部区域特征S,将其转换为局部区域特征集合Sk,其中S={S1,S2,…Sm},Sk={A1,A2,…Ap},并从该局部区域特征集合Sk对应的时间序列Ct中得到特征序列St,然后对该特征序列St进行排序,使得该特征序列St中的特征有序分布在空间球的超球面上,得到最终时间序列Ct={A1,A2,…An};
B)重复上述步骤A中的步骤,从输入视频中的另一场景C’中获取局部区域特征S’,将其转换为局部区域特征集合S’k',其中S’={S’1,S’2,…S’m},S’k’={A’1,A’2,…A’p},并从该局部区域特征集合S’k’对应的时间序列C’t’中得到特征序列S’t',然后对该特征序列S’t’进行排序,使得该特征序列S’t’中的特征有序分布在空间球的超球面上,得到最终时间序列C‘t’={A‘1,A‘2,…A‘m};
C)对上述步骤中通过排序后的特征序列Ct与另一特征序列C‘t’进行搜索比较,判断这两个特征序列在空间球中是否有超球交织:
通过空间几何判断A‘l、Al和An关系分别为:d11,d1n;Am、Al和An关系分别为:dm1,dmn;得到D1=(d11-dm1)(d11-dmn)与D2=(d1n-dm1)×(d1n-dmn);
如果SIGN(D1)<>SIGN(D2)或D1=0、D2=0,则表示两个特征序列在空间球中有超球交织,继续对超球交织对应时间序列的1/2t时间内的特征序列进行搜索比较,直到没有超球交织为止,然后定位最小的超球交织D1,D2位置,此时得到的最后特征序列是分布在有限时间范围内的一个或多个镜头场景帧;否则直接定位最小的超球交织位置,得到的最后特征序列是分布在有限时间范围内的一个或多个镜头场景帧。
本领域的普通技术人员可以理解,上述各实施方式是实现本发明的具体实施例,而在实际应用中,可以在形式上和细节上对其作各种改变,而不偏离本发明的精神和范围。
Claims (2)
1.一种检索视频图像的定位方法,其特征在于,包含如下步骤:
A)输入视频,从视频中的某一场景中获取局部区域特征,将其转换为局部区域特征集合,并从该局部区域特征集合对应的时间序列中得到特征序列,然后对该特征序列进行排序,使得该特征序列中的特征有序分布在空间球的超球面上;
B)重复上述步骤A中的步骤,从输入视频中的另一场景中获取另一局部区域特征,将其转换为另一局部区域特征集合,并从该另一局部区域特征集合对应的另一时间序列中得到另一特征序列,然后对该另一特征序列进行排序,使得该另一特征序列中的特征有序分布在空间球的超球面上;
C)对上述步骤中通过排序后的特征序列与另一特征序列进行搜索比较,判断这两个特征序列在空间球中是否有超球交织,若是,则继续对超球交织对应时间序列的一半时间内的特征序列进行搜索比较,直到没有超球交织为止,然后定位最小的超球交织位置,此时得到的最后特征序列是分布在有限时间范围内的一个或多个镜头场景帧,若否,则直接定位最小的超球交织位置,得到的最后特征序列是分布在有限时间范围内的一个或多个镜头场景帧。
2.如权利要求1所述的检索视频图像的定位方法,其特征在于,所述步骤A中的某一场景与所述步骤B中的另一场景为同一场景或者不同场景。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310138086.XA CN104111949A (zh) | 2013-04-19 | 2013-04-19 | 检索视频图像的定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310138086.XA CN104111949A (zh) | 2013-04-19 | 2013-04-19 | 检索视频图像的定位方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104111949A true CN104111949A (zh) | 2014-10-22 |
Family
ID=51708744
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310138086.XA Pending CN104111949A (zh) | 2013-04-19 | 2013-04-19 | 检索视频图像的定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104111949A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104661100A (zh) * | 2015-02-09 | 2015-05-27 | 联想(北京)有限公司 | 一种信息处理方法及电子设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1300779A2 (en) * | 2001-07-11 | 2003-04-09 | Canon Kabushiki Kaisha | Form recognition system, form recognition method, program and storage medium |
CN101937506A (zh) * | 2010-05-06 | 2011-01-05 | 复旦大学 | 近拷贝视频检测方法 |
CN102402508A (zh) * | 2010-09-07 | 2012-04-04 | 华东师范大学 | 一种近似图像检索装置及检索方法 |
-
2013
- 2013-04-19 CN CN201310138086.XA patent/CN104111949A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1300779A2 (en) * | 2001-07-11 | 2003-04-09 | Canon Kabushiki Kaisha | Form recognition system, form recognition method, program and storage medium |
CN101937506A (zh) * | 2010-05-06 | 2011-01-05 | 复旦大学 | 近拷贝视频检测方法 |
CN102402508A (zh) * | 2010-09-07 | 2012-04-04 | 华东师范大学 | 一种近似图像检索装置及检索方法 |
Non-Patent Citations (1)
Title |
---|
刘红: "近重复视频检测算法研究", 《中国博士学位论文全文数据库 信息科技辑》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104661100A (zh) * | 2015-02-09 | 2015-05-27 | 联想(北京)有限公司 | 一种信息处理方法及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ansari et al. | Pixel-based image forgery detection: A review | |
US10606887B2 (en) | Providing relevant video scenes in response to a video search query | |
US8266185B2 (en) | System and methods thereof for generation of searchable structures respective of multimedia data content | |
US8818916B2 (en) | System and method for linking multimedia data elements to web pages | |
US9031999B2 (en) | System and methods for generation of a concept based database | |
CN102346778B (zh) | 一种用于提供搜索结果的方法与设备 | |
US20100082653A1 (en) | Event media search | |
CN103955543A (zh) | 基于多模态的服装图像检索方法 | |
JP2013536491A (ja) | ビデオコンテンツを管理するための方法および装置 | |
CN102682082B (zh) | 基于内容结构特征的网络Flash搜索系统及搜索方法 | |
US20140359441A1 (en) | Apparatus and method for representing and manipulating metadata | |
CN107527010A (zh) | 一种根据局部特征和运动矢量抽取视频基因的方法 | |
CN104156362B (zh) | 一种大规模图像特征点匹配方法 | |
Chiang et al. | A multi-embedding neural model for incident video retrieval | |
CN104111949A (zh) | 检索视频图像的定位方法 | |
CN112749131A (zh) | 信息消重处理方法、装置及计算机可读存储介质 | |
CN105335531B (zh) | 一种文档的压缩、解压方法和装置 | |
CN105512305B (zh) | 一种基于序列化的文档压缩、文档解压方法和装置 | |
Kavitha et al. | Static and multiresolution feature extraction for video summarization | |
Ragatha et al. | Image query based search engine using image content retrieval | |
Beecks et al. | Gradient-based signatures for big multimedia data | |
Ashok Kumar et al. | An efficient scene content-based indexing and retrieval on video lectures | |
Li et al. | Multi-scale invertible network for image super-resolution | |
Wang et al. | A memorability based method for video hashing | |
KR101434773B1 (ko) | 포토 태그 클라우드 표시 방법 및 이를 위한 표시장치 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
DD01 | Delivery of document by public notice |
Addressee: Zhu Shijiao Document name: the First Notification of an Office Action |
|
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20141022 |