CN104809248B - 视频指纹提取及检索方法 - Google Patents

视频指纹提取及检索方法 Download PDF

Info

Publication number
CN104809248B
CN104809248B CN201510254530.3A CN201510254530A CN104809248B CN 104809248 B CN104809248 B CN 104809248B CN 201510254530 A CN201510254530 A CN 201510254530A CN 104809248 B CN104809248 B CN 104809248B
Authority
CN
China
Prior art keywords
video
mrow
fingerprint
finger print
gradient
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.)
Active
Application number
CN201510254530.3A
Other languages
English (en)
Other versions
CN104809248A (zh
Inventor
刘盾
郑雪梅
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chengdu Hua seiun Technology Co. Ltd.
Original Assignee
Chengdu Hua Seiun Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chengdu Hua Seiun Technology Co Ltd filed Critical Chengdu Hua Seiun Technology Co Ltd
Priority to CN201510254530.3A priority Critical patent/CN104809248B/zh
Publication of CN104809248A publication Critical patent/CN104809248A/zh
Application granted granted Critical
Publication of CN104809248B publication Critical patent/CN104809248B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
    • G06F16/43—Querying

Abstract

本发明公开了一种视频指纹提取及检索方法，对视频中的图像序列提取其纹理信息从而获得表示该视频区别于其他视频的标示信息。视频指纹的提取方法：将视频解码，得到每帧图像的YUV数据；提取其中的Y分量，用Sobel算子提取其梯度信息，分别保留水平（X）,垂直(Y)方向的梯度幅度最大的前10%个点；将视频帧图像分成N*N的区域，统计每一个区域内X,Y正反两个方向的梯度分布，将所有区域的梯度分布合在一起形成归一化直方图。视频指纹的检索，将模板视频的指纹序列在待查询视频的指纹序列上滑动，通过计算互相关系数找出相似度最大的匹配位置。本发明可以极大的精简视频的内容，有效的提高视频检索的效率。

Description

视频指纹提取及检索方法
技术领域
本发明涉及一种视频指纹提取及检索方法。
背景技术
如今信息急剧膨胀，尤其是以视频主的数字媒体信息占的比重越来越大。庞大的视频数据使得视频的管理，检索变得困难。传统的视频管理与检索需要手动的为每个视频添加上各种描述信息，比较耗费人工和时间。
发明内容
本发明的目的在于克服现有技术的不足，提供一种视频指纹提取及检索方法，该方法能够自动从视频中提取特征信息形成指纹，使得视频管理以及检索简单，方便，高效。
本发明的目的是通过以下技术方案来实现的：视频指纹提取方法，它包括如下步骤：
S101：将视频解码得到每帧图像的YUV信息，并分离出Y分量；
S102：用Sobel算子计算每帧图像Y分量的每个像素点的水平(X)以及垂直(Y)方向的梯度信息；
S103：对单帧图像水平以及垂直方向的梯度信息分别保留前10％个梯度绝对值最大的点；
S104：将每帧图像分成N*N个区域，N的取值大小可根据应用需求变化；
S105：对每个区域，分别统计X正反两个方向(X-,X+)，以及Y正反两个方向(Y-,Y+)的像素分布形成直方图；
S106：将所有N*N个区域的像素分布进行归一化，形成归一化直方图；
S107：将视频序列中每帧图像的直方图按帧的顺序组合在一起构成视频的指纹。
所述的步骤S103中X、Y正反两个方向根据梯度的值进行判断，梯度大于等于0的为正反向，梯度小于0的为反方向。
基于视频指纹提取方法的视频指纹检索方法，它包括如下步骤：
S201：将用于建视频指纹库的模板视频按照所述的视频指纹提取方法提取指纹,并保存生成指纹库。
S202：用所述的视频指纹提取方法提取待查询视频的视频指纹；
S203：将待查询视频的指纹与指纹库中的每段视频的指纹做比较；
S204：比较时将待查询视频的指纹序列视为主序列，指纹库中的指纹序列视为子序列，将子序列在主序列上滑动，计算滑动到每个位置时的互相关系数，找出互相关系数最大时的位置；
S205：找出待查询视频指纹与视频指纹库中匹配时相似度最大的视频。
所述的步骤S204中的互相关系数计算公式如下：
xi和yi为两个随机序列X和Y的各个分量，和为序列X和Y的均值。
本发明的有益效果是：本发明提供了一种视频指纹提取及检索方法，该方法能够自动从视频中提取特征信息形成指纹，使得视频管理以及检索简单，方便，高效。
附图说明
图1为视频指纹提取方法流程图；
图2为Sobel算子模板图；
图3为把图像分成N*N个块的示意图；
图4为每个子块计算得到的直方图；
图5每帧图像指纹的生成示意图；
图6为视频指纹检索方法流程图。
具体实施方式
下面结合附图进一步详细描述本发明的技术方案，但本发明的保护范围不局限于以下所述。
如图1所示，视频指纹提取方法，它包括如下步骤：
S101：将视频解码得到每帧图像的YUV信息，并分离出Y分量；
S102：用Sobel算子计算每帧图像Y分量的每个像素点的水平(X)以及垂直(Y)方向的梯度信息，Sobel算子的模板如图2所示；
S103：对单帧图像水平以及垂直方向的梯度信息分别保留前10％个梯度绝对值最大的点；
S104：将每帧图像分成N*N个区域，如图3所示，其中N的取值大小可根据应用需求变化；
S105：对每个区域，分别统计X正反两个方向(X-,X+)，以及Y正反两个方向(Y-,Y+)的像素分布形成直方图，如图4所示，其中X、Y正反两个方向根据梯度的值进行判断，梯度大于等于0的为正反向，梯度小于0的为反方向，参与计算的像素点仅为第S103步保留下的像素点；
S106：将所有N*N个区域的像素分布进行归一化，形成归一化直方图，如图5所示；
S107：将视频序列中每帧图像的直方图按帧的顺序组合在一起构成视频的指纹。
如图6所示，基于视频指纹提取方法的视频指纹检索方法，它包括如下步骤：
S201：将用于建视频指纹库的模板视频按照所述的视频指纹提取方法提取指纹,并保存生成指纹库。
S202：用所述的视频指纹提取方法提取待查询视频的视频指纹；
S203：将待查询视频的指纹与指纹库中的每段视频的指纹做比较；
S204：比较时将待查询视频的指纹序列视为主序列，指纹库中的指纹序列视为子序列，将子序列在主序列上滑动，计算滑动到每个位置时的互相关系数，找出互相关系数最大时的位置；
S205：找出待查询视频指纹与视频指纹库中匹配时相似度最大的视频。
所述的步骤S204中的互相关系数计算公式如下：
xi和yi为两个随机序列X和Y的各个分量，和为序列X和Y的均值。

Claims (3)

1.视频指纹提取方法，其特征在于：它包括如下步骤：
S101：将视频解码得到每帧图像的YUV信息，并分离出Y分量；
S102：用Sobel算子计算每帧图像Y分量的每个像素点的水平(X)以及垂直(Y)方向的梯度信息；
S103：对单帧图像水平以及垂直方向的梯度信息分别保留前10％个梯度绝对值最大的点；
S104：将每帧图像分成N*N个区域，N的取值大小可根据应用需求变化；
S105：对每个区域，分别统计X正反两个方向(X-,X+)，以及Y正反两个方向(Y-,Y+)的像素分布形成直方图；
S106：将所有N*N个区域的像素分布进行归一化，形成归一化直方图；
S107：将视频序列中每帧图像的直方图按帧的顺序组合在一起构成视频的指纹；
所述的步骤S105中X、Y正反两个方向根据梯度的值进行判断，梯度大于等于0的为正反向，梯度小于0的为反方向。
2.基于权利要求1所述的视频指纹提取方法的视频指纹检索方法，其特征在于：它包括如下步骤：
S201：将用于建视频指纹库的模板视频按照所述的视频指纹提取方法提取指纹,并保存生成指纹库；
S202：用所述的视频指纹提取方法提取待查询视频的视频指纹；
S203：将待查询视频的指纹与指纹库中的每段视频的指纹做比较；
S204：比较时将待查询视频的指纹序列视为主序列，指纹库中的指纹序列视为子序列，将子序列在主序列上滑动，计算滑动到每个位置时的互相关系数，找出互相关系数最大时的位置；
S205：找出待查询视频指纹与视频指纹库中匹配时相似度最大的视频。
3.根据权利要求2所述的视频指纹检索方法，其特征在于：所述的步骤S204中的互相关系数计算公式如下：
<mrow> <mi>r</mi> <mo>=</mo> <mfrac> <mrow> <msubsup> <mi>&amp;Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </msubsup> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mi>i</mi> </msub> <mo>-</mo> <mover> <mi>x</mi> <mo>&amp;OverBar;</mo> </mover> <mo>)</mo> </mrow> <mrow> <mo>(</mo> <msub> <mi>y</mi> <mi>i</mi> </msub> <mo>-</mo> <mover> <mi>y</mi> <mo>&amp;OverBar;</mo> </mover> <mo>)</mo> </mrow> </mrow> <msqrt> <mrow> <msubsup> <mi>&amp;Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </msubsup> <msup> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mi>i</mi> </msub> <mo>-</mo> <mover> <mi>x</mi> <mo>&amp;OverBar;</mo> </mover> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>&amp;CenterDot;</mo> <msubsup> <mi>&amp;Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </msubsup> <msup> <mrow> <mo>(</mo> <msub> <mi>y</mi> <mi>i</mi> </msub> <mo>-</mo> <mover> <mi>y</mi> <mo>&amp;OverBar;</mo> </mover> <mo>)</mo> </mrow> <mn>2</mn> </msup> </mrow> </msqrt> </mfrac> </mrow>
xi和yi为两个随机序列X和Y的各个分量，和为序列X和Y的均值。
CN201510254530.3A 2015-05-18 2015-05-18 视频指纹提取及检索方法 Active CN104809248B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510254530.3A CN104809248B (zh) 2015-05-18 2015-05-18 视频指纹提取及检索方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510254530.3A CN104809248B (zh) 2015-05-18 2015-05-18 视频指纹提取及检索方法

Publications (2)

Publication Number Publication Date
CN104809248A CN104809248A (zh) 2015-07-29
CN104809248B true CN104809248B (zh) 2018-01-23

Family

ID=53694070

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510254530.3A Active CN104809248B (zh) 2015-05-18 2015-05-18 视频指纹提取及检索方法

Country Status (1)

Country Link
CN (1) CN104809248B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105677758A (zh) * 2015-12-30 2016-06-15 合一网络技术(北京)有限公司 一种建立样本视频与副本视频归属关系的方法及系统
CN106021610B (zh) * 2016-06-28 2019-09-24 电子科技大学 一种基于显著区域的视频指纹提取方法
CN107704570A (zh) * 2017-09-30 2018-02-16 韦彩霞 一种高效的多媒体教学管理系统
CN107679185A (zh) * 2017-09-30 2018-02-09 深圳市晟达机械设计有限公司 一种智能交通视频检索系统
CN109344276B (zh) * 2018-08-27 2021-01-05 广州企图腾科技有限公司 一种图像指纹生成方法、图像相似度比较方法及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102156751A (zh) * 2011-04-26 2011-08-17 深圳市迅雷网络技术有限公司 一种提取视频指纹的方法及装置
CN103051925A (zh) * 2012-12-31 2013-04-17 传聚互动(北京)科技有限公司 基于视频指纹的快速视频检测方法和装置
CN103646401A (zh) * 2013-12-18 2014-03-19 上海紫竹数字创意港有限公司 基于时间梯度与空间梯度实现视频指纹提取的方法
CN104077590A (zh) * 2014-06-30 2014-10-01 安科智慧城市技术（中国）有限公司 一种视频指纹提取方法及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000050258A (ja) * 1998-07-31 2000-02-18 Toshiba Corp 映像検索方法および映像検索装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102156751A (zh) * 2011-04-26 2011-08-17 深圳市迅雷网络技术有限公司 一种提取视频指纹的方法及装置
CN103051925A (zh) * 2012-12-31 2013-04-17 传聚互动(北京)科技有限公司 基于视频指纹的快速视频检测方法和装置
CN103646401A (zh) * 2013-12-18 2014-03-19 上海紫竹数字创意港有限公司 基于时间梯度与空间梯度实现视频指纹提取的方法
CN104077590A (zh) * 2014-06-30 2014-10-01 安科智慧城市技术（中国）有限公司 一种视频指纹提取方法及系统

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
Video Fingerprinting:Features for Duplicate and Similar Video De tection and Query-based Video Retrieval;Anindya Sarkar等;《Proc Spie》;20081231;第187-193页 *
Video Retrieval Method Based on Video Fingerprints and Spatiotemporal Information;Wei Liu等;《Proceedings of the 2012 International Conference on Electronics Communications and Control》;20121018;第1913-1916页 *
一种基于视频指纹的视频检索方法研究;尹亚光等;《电视技术》;20141231;第38卷(第15期);第16-19页,第28页 *
基于视频指纹的视频片段检索方法;李泽洲等;《计算机工程》;20100430;第36卷(第7期);第239-241页 *
融合视频指纹和时空信息的视频检索算法;刘帷等;《北京工业大学学报》;20140228;第40卷(第2期);第200-205页 *

Also Published As

Publication number Publication date
CN104809248A (zh) 2015-07-29

Similar Documents

Publication Publication Date Title
CN104809248B (zh) 视频指纹提取及检索方法
CN103235956B (zh) 一种广告检测方法和装置
JP4725690B2 (ja) 映像識別子抽出装置
CN104598933A (zh) 一种基于多特征融合的图像翻拍检测方法
CN105760842A (zh) 一种基于边缘和纹理特征结合的台标识别方法
CN103533237B (zh) 一种从视频中提取视频关键帧的方法
CN103473537B (zh) 一种目标图像轮廓特征表示方法及装置
CN101853381B (zh) 视频字幕信息获取方法及装置
CN101770578A (zh) 图像特征提取方法
CN102779184A (zh) 一种近似重复视频片段自动定位方法
CN101510260B (zh) 字幕存在时间确定装置和方法
CN102147912A (zh) 一种基于自适应差值扩展的可逆图像水印方法
CN104954807B (zh) 抗几何攻击的视频复制篡改检测方法
CN103561271A (zh) 静止摄像头拍摄的运动目标被移除视频空域篡改检测方法
CN104361096B (zh) 一种基于特征富集区域集合的图像检索方法
CN105049875A (zh) 一种基于混合特征与突变检测的精确关键帧提取方法
CN108829711A (zh) 一种基于多特征融合的图像检索方法
CN109785348A (zh) 基于图像边界近似曲率变化的新型角点检测方法及系统
Fadl et al. A proposed accelerated image copy-move forgery detection
CN104484432A (zh) 基于四元数指数矩的彩色图像检索方法
Wang et al. An intelligent forensics approach for detecting patch-based image inpainting
CN104517262A (zh) 基于dct域视觉显著性检测的自适应图像缩放方法
CN106028175A (zh) 一种视频零水印的实现方法及装置
CN111832348B (zh) 基于像素和通道注意力机制的行人重识别方法
CN101615255A (zh) 一种视频文字多帧融合的方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
EXSB Decision made by sipo to initiate substantive examination
SE01 Entry into force of request for substantive examination
C41 Transfer of patent application or patent right or utility model
TA01 Transfer of patent application right

Effective date of registration: 20161122

Address after: Chengdu high tech Zone Park south two road 610041 Sichuan province No. 2 1 4 floor No. 2

Applicant after: Chengdu Hua seiun Technology Co. Ltd.

Address before: 610041 Sichuan province high tech Zone in Chengdu Singapore Industrial Park, Singapore two Avenue South Road No. 2

Applicant before: Chengdu Sobey Digital Technology Co., Ltd.

GR01 Patent grant
GR01 Patent grant