CN105095858A - 嵌入视频检测方法及装置 - Google Patents

嵌入视频检测方法及装置 Download PDF

Info

Publication number
CN105095858A
CN105095858A CN201510364475.3A CN201510364475A CN105095858A CN 105095858 A CN105095858 A CN 105095858A CN 201510364475 A CN201510364475 A CN 201510364475A CN 105095858 A CN105095858 A CN 105095858A
Authority
CN
China
Prior art keywords
image block
video
value
sliding window
gray
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
Application number
CN201510364475.3A
Other languages
English (en)
Inventor
齐飞
朱超
赵亚龙
张瑜
覃永宁
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.)
Huawei Technologies Co Ltd
Original Assignee
Huawei Technologies 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 Huawei Technologies Co Ltd filed Critical Huawei Technologies Co Ltd
Priority to CN201510364475.3A priority Critical patent/CN105095858A/zh
Publication of CN105095858A publication Critical patent/CN105095858A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/40Scenes; Scene-specific elements in video content
    • G06V20/41Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items

Landscapes

  • Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)

Abstract

本发明实施例提供一种嵌入视频检测方法及装置。本发明嵌入视频检测方法包括:获取待检测的复合视频的当前帧,将所述当前帧划分为多个第一图像块,获取各所述第一图像块的像素梯度幅度均值;根据各所述第一图像块的像素梯度幅度均值,生成第一灰度填充图像;对所述第一灰度填充图像进行第一滑窗处理,确定所述复合视频中的嵌入视频所占的第一区域,从而实现可以在复合视频中检测出嵌入视频所占区域。

Description

嵌入视频检测方法及装置
技术领域
本发明实施例涉及图像处理技术领域,尤其涉及一种嵌入视频检测方法及装置。
背景技术
视频的种类多种多样,根据视频形成方式的不同,可以将视频分为活动视频和图形视频。其中,活动视频是指通过数字摄像设备录制而成的视频,例如,由摄像机录制而成的视频;图形视频是指由计算设备以编程的方式生成的视频,例如,对计算机屏幕记录形成的视频、连续播放的演示文稿(PowerPoint,简称,PPT),Flash动画等。
在视频制作的过程中,可以在一类视频嵌入另外一类视频,则将另一类视频称为嵌入视频,将包括两类视频的视频称为复合视频;而在实际应用中的多种场景下,需要提取出复合视频中的嵌入视频,由于嵌入视频占用复合视频中的部分区域,因此,只要检测出复合视频中嵌入视频所占的区域,就可以从复合视频中提取出嵌入视频。
然而,在现有技术中,还没有具体的技术方案能够实现从复合视频中检测出嵌入视频所占的区域。
发明内容
本发明实施例提供一种嵌入视频检测方法及装置,以实现可以在复合视频中检测出嵌入视频所占区域。
第一方面,本发明实施例提供一种嵌入视频检测方法,包括:
获取待检测的复合视频的当前帧,将所述当前帧划分为多个第一图像块,获取各所述第一图像块的像素梯度幅度均值;
根据各所述第一图像块的像素梯度幅度均值,生成第一灰度填充图像;
对所述第一灰度填充图像进行第一滑窗处理,确定所述复合视频中的嵌入视频所占的第一区域。
结合第一方面,在第一方面的第一种可能的实现方式中,所述根据各所述第一图像块的像素梯度幅度均值,生成第一灰度填充图像,包括:
根据各所述第一图像块的像素梯度幅度均值,获取与所述像素梯度幅度均值对应的各所述第一图像块的灰度特征值;
根据各所述第一图像块的灰度特征值以及各所述第一图像块在所述复合视频中的位置,生成第一灰度填充图像;其中,各所述第一图像块的灰度特征值在所述第一灰度填充图像中的位置与各所述第一图像块在所述复合视频中的位置相同。
结合第一方面或第一方面的第一种可能的实现方式,在第一方面的第二种可能的实现方式中,所述对所述第一灰度填充图像进行第一滑窗处理,确定所述复合视频中的嵌入视频所占的第一区域,包括:
对所述第一灰度填充图像进行所述第一滑窗处理,根据滑窗内的灰度特征值对应的第一图像块为嵌入视频的图像块的概率,确定所述第一滑窗处理的窗口终点位置,根据所述窗口终点位置,确定所述复合视频中的嵌入视频所占的第一区域,所述第一图像块为嵌入视频的图像块的概率由所述第一滑窗处理对应的滑窗内的灰度特征值确定。
结合第一方面的第二种可能的实现方式,在第一方面的第三种可能的实现方式中,所述对所述第一灰度填充图像进行第一滑窗处理,根据滑窗内的灰度特征值对应的第一图像块为嵌入视频的图像块的概率,确定所述滑窗处理的窗口终点位置,根据所述窗口终点位置,确定所述复合视频中的嵌入视频所占的第一区域,包括:
对所述第一灰度填充图像进行正向滑窗搜索,当第一滑窗内的灰度特征值对应的第一图像块为嵌入视频的图像块的概率大于或等于预设值时,停止滑窗搜索,确定所述第一滑窗的左上角位置为所述嵌入视频所占的区域的左上角;
对所述第一灰度填充图像进行反向滑窗搜索,当第二滑窗内的灰度特征值对应的第一图像块为嵌入视频的图像块的概率大于或等于所述预设值时,停止滑窗搜索,确定所述第二滑窗的右下角位置为所述嵌入视频所占的区域的右下角;
根据所述嵌入视频所占的区域的左上角和所述嵌入视频所占的区域的右下角,确定所述复合视频中嵌入视频所占的第一区域。
结合第一方面或第一方面的第一种可能的实现方式至第一方面的第三种可能的实现方式中的任一项,在第一方面的第四种可能的实现方式中,所述对所述第一灰度填充图像进行第一滑窗处理,确定所述复合视频中的嵌入视频所占的第一区域之后,还包括:
扩展所述第一区域,将扩展后的所述第一区域划分为多个第二图像块,获取各所述第二图像块的像素梯度幅度均值,所述第二图像块的长度小于所述第一图像块的长度,所述第二图像块的宽度小于所述第一图像宽的宽度;
根据各所述第二图像块的像素梯度幅度均值,生成第二灰度填充图像;
对所述第二灰度填充图像进行第二滑窗处理,确定所述复合视频中的嵌入视频所占的第二区域。
结合第一方面的第四种可能的实现方式,在第一方面的第五种可能的实现方式中,所述根据各所述第二图像块的像素梯度幅度均值,生成第二灰度填充图像,包括:
根据各所述第二图像块的像素梯度幅度均值,获取与所述像素梯度幅度均值对应的各所述第二图像块的灰度特征值;
根据各所述第二图像块的灰度特征值以及各所述第二图像块在所述扩展后的所述第一区域中的位置,生成第二灰度填充图像;其中,各所述第二图像块的灰度特征值在所述第二灰度填充图像中的位置与各所述第二图像块在所述扩展后的所述第一区域中的位置相同。
结合第一方面的第四种可能的实现方式或第一方面的第五种可能的实现方式,在第一方面的第六种可能的实现方式中,所述对所述第二灰度填充图像进行第二滑窗处理,确定所述复合视频中的嵌入视频所占的第二区域,包括:
按照由内向外的顺序对所述第二灰度填充图像进行滑窗搜索,当滑窗内的灰度特征值对应的第二图像块为嵌入视频的图像块的概率小于预设值时,停止滑窗搜索,确定所述嵌入视频所占区域的边界,所述第二图像块为嵌入视频的图像块的概率由所述第二滑窗处理对应的滑窗内的灰度特征值确定;
根据所述嵌入视频所占区域的边界,确定所述复合视频中的嵌入视频所占的第二区域。
结合第一方面的第四种可能的实现方式,在第一方面的第七种可能的实现方式中,按照由内向外的顺序对所述第二灰度填充图像进行滑窗搜索,当滑窗内的灰度特征值对应的第二图像块为嵌入视频的图像块的概率小于预设值时,停止滑窗搜索,确定所述嵌入视频所占区域的边界,所述第二图像块为嵌入视频的图像块的概率由所述第二滑窗处理对应的滑窗内的灰度特征值确定,包括:
按照由内向外的顺序对所述第二灰度填充图像进行向左滑窗搜索,当第三滑窗内的灰度特征值对应的第二图像块为嵌入视频的图像块的概率小于预设值时,停止滑窗搜索,确定所述第三滑窗中的位于左边界的灰度特征值对应的第二图像块的右边界为所述嵌入视频所占区域的左边界;
按照由内向外的顺序对所述第二灰度填充图像进行向右滑窗搜索,当第四滑窗内的灰度特征值对应的第二图像块为嵌入视频的图像块的概率小于预设值时,停止滑窗搜索,确定所述第四滑窗中的位于右边界的灰度特征值对应的第二图像块的左边界为所述嵌入视频所占区域的右边界;
按照由内向外的顺序对所述第二灰度填充图像进行向下滑窗搜索,当第五滑窗内的灰度特征值对应的第二图像块为嵌入视频的图像块的概率小于预设值时,停止滑窗搜索,确定所述第五滑窗中的位于下边界的灰度特征值对应的第二图像块的上边界为所述嵌入视频所占区域的下边界;
按照由内向外的顺序对所述第二灰度填充图像进行向上滑窗搜索,当第六滑窗内的灰度特征值对应的第二图像块为嵌入视频的图像块的概率小于预设值时,停止滑窗搜索,确定所述第六滑窗中的位于上边界的灰度特征值对应的第二图像块的下边界为所述嵌入视频所占区域的上边界;
所述根据所述嵌入视频所占区域的边界,确定所述复合视频中的嵌入视频所占的第二区域,包括:
根据所述左边界、所述右边界、所述下边界、所述上边界,确定所述复合视频中嵌入视频所占的第二区域。
结合第一方面的第一种可能的实现方式或第一方面的第五种可能的实现方式,在第一方面的第八种可能的实现方式中,所述根据各图像块的像素梯度幅度均值,获取与所述像素梯度幅度均值对应的各所述图像块的灰度特征值,所述图像块为第一图像块或第二图像块,包括:
判断所述图像块的像素梯度幅值均值是否小于或等于第一阈值;
若是,则确定所述像素梯度幅度均值对应的灰度特征值为0;
若否,判断所述图像块的像素梯度幅值均值是否大于所述第一阈值且小于第二阈值,若是,则确定所述像素梯度幅度均值对应的灰度特征值为所述复合视频的灰度值的最大值的1/2,或者所述复合视频的灰度值最大值的1/2取整,若否,则确定所述像素梯度幅度均值对应的灰度特征值为所述复合视频的灰度值的最大值。
结合第一方面的第八种可能的实现方式,在第一方面的第九种可能的实现方式中,所述判断所述图像块的像素梯度幅值均值是否小于或等于第一阈值之前,还包括:
获取第一错误率,所述第一错误率为将所述复合视频中的所述嵌入视频错分为非嵌入视频的概率;
获取第二错误率,所述第二错误率为将所述复合视频中所述非嵌入视频错分为所述嵌入视频的概率;
根据所述第一错误率和所述第二错误率加权和最小原则确定所述第一阈值和所述第二阈值。
第二方面,本发明实施例提供一种嵌入视频检测装置,包括:
第一获取模块,用于获取待检测的复合视频的当前帧,将所述当前帧划分为多个第一图像块,获取各所述第一图像块的像素梯度幅度均值;
第一生成模块,用于根据各所述第一图像块的像素梯度幅度均值,生成第一灰度填充图像;
第一确定模块,用于对所述第一灰度填充图像进行第一滑窗处理,确定所述复合视频中的嵌入视频所占的第一区域。
结合第二方面,在第二方面的第一种可能的实现方式中,所述第一生成模块具体用于:
根据各所述第一图像块的像素梯度幅度均值,获取与所述像素梯度幅度均值对应的各所述第一图像块的灰度特征值;
根据各所述第一图像块的灰度特征值以及各所述第一图像块在所述复合视频中的位置,生成第一灰度填充图像;其中,各所述第一图像块的灰度特征值在所述第一灰度填充图像中的位置与各所述第一图像块在所述复合视频中的位置相同。
结合第二方面或第二方面的第一种可能的实现方式,在第二方面的第二种可能的实现方式中,所述第一确定模块用于:
对所述第一灰度填充图像进行所述第一滑窗处理,根据滑窗内的灰度特征值对应的第一图像块为嵌入视频的图像块的概率,确定所述第一滑窗处理的窗口终点位置,根据所述窗口终点位置,确定所述复合视频中的嵌入视频所占的第一区域,所述第一图像块为嵌入视频的图像块的概率由所述第一滑窗处理对应的滑窗内的灰度特征值确定。
结合第二方面的第二种可能的实现方式,在第二方面的第三种可能的实现方式中,所述第一确定模块所述第一确定模块具体用于:
对所述第一灰度填充图像进行正向滑窗搜索,当第一滑窗内的灰度特征值对应的第一图像块为嵌入视频的图像块的概率大于或等于预设值时,停止滑窗搜索,确定所述第一滑窗的左上角位置为所述嵌入视频所占的区域的左上角;
对所述第一灰度填充图像进行反向滑窗搜索,当第二滑窗内的灰度特征值对应的第一图像块为嵌入视频的图像块的概率大于或等于所述预设值时,停止滑窗搜索,确定所述第二滑窗的右下角位置为所述嵌入视频所占的区域的右下角;
根据所述嵌入视频所占的区域的左上角和所述嵌入视频所占的区域的右下角,确定所述复合视频中嵌入视频所占的第一区域。
结合第二方面或第二方面的第一种可能的实现方式至第二方面的第三种可能的实现方式中的任一项,在第二方面的第四种可能的实现方式中,还包括:
第二获取模块,用于扩展所述第一区域,将扩展后的所述第一区域划分为多个第二图像块,获取各所述第二图像块的像素梯度幅度均值,所述第二图像块的长度小于所述第一图像块的长度,所述第二图像块的宽度小于所述第一图像宽的宽度;
第二生成模块,用于根据各所述第二图像块的像素梯度幅度均值,生成第二灰度填充图像;
第二确定模块,用于对所述第二灰度填充图像进行第二滑窗处理,确定所述复合视频中的嵌入视频所占的第二区域。
结合第二方面的第四种可能的实现方式,在第二方面的第五种可能的实现方式中,所述第二生成模块具体用于:
根据各所述第二图像块的像素梯度幅度均值,获取与所述像素梯度幅度均值对应的各所述第二图像块的灰度特征值;
根据各所述第二图像块的灰度特征值以及各所述第二图像块在所述扩展后的所述第一区域中的位置,生成第二灰度填充图像;其中,各所述第二图像块的灰度特征值在所述第二灰度填充图像中的位置与各所述第二图像块在所述扩展后的所述第一区域中的位置相同。
结合第二方面的第四种可能的实现方式或第二方面的第五种可能的实现方式,在第二方面的第六种可能的实现方式中,所述第二确定模块用于:按照由内向外的顺序对所述第二灰度填充图像进行滑窗搜索,当滑窗内的灰度特征值对应的第二图像块为嵌入视频的图像块的概率小于预设值时,停止滑窗搜索,确定所述嵌入视频所占区域的边界,所述第二图像块为嵌入视频的图像块的概率由所述第二滑窗处理对应的滑窗内的灰度特征值确定;
根据所述嵌入视频所占区域的边界,确定所述复合视频中的嵌入视频所占的第二区域。
结合第二方面的第四种可能的实现方式,在第二方面的第七种可能的实现方式中,所述第二确定模块具体用于:
按照由内向外的顺序对所述第二灰度填充图像进行向左滑窗搜索,当第三滑窗内的灰度特征值对应的第二图像块为嵌入视频的图像块的概率小于预设值时,停止滑窗搜索,确定所述第三滑窗中的位于左边界的灰度特征值对应的第二图像块的右边界为所述嵌入视频所占区域的左边界;
按照由内向外的顺序对所述第二灰度填充图像进行向右滑窗搜索,当第四滑窗内的灰度特征值对应的第二图像块为嵌入视频的图像块的概率小于预设值时,停止滑窗搜索,确定所述第四滑窗中的位于右边界的灰度特征值对应的第二图像块的左边界为所述嵌入视频所占区域的右边界;
按照由内向外的顺序对所述第二灰度填充图像进行向下滑窗搜索,当第五滑窗内的灰度特征值对应的第二图像块为嵌入视频的图像块的概率小于预设值时,停止滑窗搜索,确定所述第五滑窗中的位于下边界的灰度特征值对应的第二图像块的上边界为所述嵌入视频所占区域的下边界;
按照由内向外的顺序对所述第二灰度填充图像进行向上滑窗搜索,当第六滑窗内的灰度特征值对应的第二图像块为嵌入视频的图像块的概率小于预设值时,停止滑窗搜索,确定所述第六滑窗中的位于上边界的灰度特征值对应的第二图像块的下边界为所述嵌入视频所占区域的上边界;
根据所述左边界、所述右边界、所述下边界、所述上边界,确定所述复合视频中嵌入视频所占的第二区域。
结合第二方面的第一种可能的实现方式或第二方面的第五种可能的实现方式,在第二方面的第八种可能的实现方式中,所述第一生成模块和所述第二生成模块具体用于:
判断所述图像块的像素梯度幅值均值是否小于或等于第一阈值;
若是,则确定所述像素梯度幅度均值对应的灰度特征值为0;
若否,判断所述图像块的像素梯度幅值均值是否大于所述第一阈值且小于第二阈值,若是,则确定所述像素梯度幅度均值对应的灰度特征值为所述复合视频的灰度值的最大值的1/2,或者所述复合视频的灰度值最大值的1/2取整,若否,则确定所述像素梯度幅度均值对应的灰度特征值为所述复合视频的灰度值的最大值。
结合第二方面的第八种可能的实现方式,在第二方面的第九种可能的实现方式中,还包括:
第三获取模块,用于获取第一错误率,所述第一错误率为将所述复合视频中的所述嵌入视频错分为非嵌入视频的概率;
第四获取模块,用于获取第二错误率,所述第二错误率为将所述复合视频中所述非嵌入视频错分为所述嵌入视频的概率;
第三确定模块,用于根据所述第一错误率和所述第二错误率加权和最小原则确定所述第一阈值和所述第二阈值。
本发明实施例提供的嵌入视频检测方法及装置,通过获取待检测的复合视频的当前帧,将当前帧划分为多个第一图像块,获取各第一图像块的像素梯度幅度均值,根据各第一图像块的像素梯度幅度均值,生成第一灰度填充图像,然后对第一灰度填充图像进行第一滑窗处理,确定复合视频中的嵌入视频所占的第一区域,从而实现可以在复合视频中检测出嵌入视频所占区域。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明嵌入视频检测方法实施例一的流程图;
图2为本发明第一填充图像的示意图;
图3为本发明嵌入视频检测方法实施例二的流程图;
图4为本发明获取灰度特征值的流程图;
图5为本发明嵌入视频检测装置实施例一的结构示意图;
图6为本发明嵌入视频检测装置实施例二的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本发明实施例中,复合视频可以是将活动视频嵌入到图形视频中所形成的视频,也可以是将图形视频嵌入到活动视频中所形成的视频,若复合视频是将活动视频嵌入到图形视频中所形成的视频,则嵌入视频为活动视频,若复合视频是将图形视频嵌入到活动视频中所形成的视频,则嵌入视频为图形视频。
在检测复合视频中的嵌入视频的过程中,处理的对象为复合视频中的帧,即,通过对复合视频中的帧进行处理进而检测出嵌入视频所占区域,其中,在检测的过程中,对复合视频中的每一帧进行的处理相同,本发明实施例以对复合视频中的一帧进行处理为例进行说明。本实施例中的方法执行主体可以为任意的设备,该设备可以由软件和/或硬件实现。该设备可以为计算机、手机、平板等,对于设备的具体实现形式,本实施例此处不做限制。
图1为本发明嵌入视频检测方法实施例一的流程图;如图1所示,本实施例的方法可以包括:
S101、获取待检测的复合视频的当前帧,将当前帧划分为多个第一图像块,获取各第一图像块的像素梯度幅度均值;
S102、根据各第一图像块的像素梯度幅度均值,生成第一灰度填充图像;
S103、对第一灰度填充图像进行第一滑窗处理,确定复合视频中的嵌入视频所占的第一区域。
在实际应用的过程中,先确定第一图像块的大小,该大小可以通过第一图像块中的像素个数来体现,例如,第一图像块的大小为16*32像素,或者32*32像素,可以根据实际需要确定第一图像块的大小;然后根据第一图像块的大小,将当前帧划分为多个大小相同的第一图像块,优选的,第一图像块的长度和宽度相等,进而可以保证对嵌入视频在横向与纵向上的检测精度相同。
在将当前帧划分为多个大小相同的图像块的过程中,若当前帧的长度不是第一图像块长度的整数倍,或者当前帧的宽度不是第一图像块宽度的整数倍,则对当前帧的边界填充预设灰度值所对应的像素,以使得多个第一图像块的大小相同。
在将当前帧划分为多个第一图像块后,获取第一图像块的像素梯度幅度均值;具体地,获取第一图像块中每一个像素的灰度值,根据第一图像块中各像素的灰度值,计算第一图像块中各像素的梯度幅值,然后计算第一图像块中各像素的梯度幅值的均值。
在S102中,针对任意的第一图像块,由于该第一图像块的像素梯度幅度均值与灰度特征值存在对应关系,因此,根据第一图像块的像素梯度幅度均值,获取与该像素梯度幅度均值对应的第一图像块的灰度特征值,根据第一图像块的灰度特征值以及各第一图像块在复合视频中的位置,生成第一灰度填充图像;其中,第一图像块的灰度特征值在第一灰度填充图像中的位置与第一图像块在复合视频中的位置相同。
具体地,根据当前帧中第一图像块的排列方式,生成包括多个填充块的未进行填充的第一灰度填充图像,第一灰度填充图像中填充块的排列方式与当前帧中的第一图像块的排列方式相同,然后,针对当前帧中所有第一图像块,将当前帧中第i行第j列的第一图像块所对应的灰度特征值填充到第一灰度填充图像的第i行第j列中,生成第一填充图像。
根据当前帧位数的不同,第一图像块的像素梯度幅度均值对应的灰度特征值也不同,例如,若当前帧为8位图,则第一图像块的像素梯度幅度均值对应的灰度特征值可以包括0、127、255,假设当前帧包括25个大小相同的第一图像块,图2为本发明第一填充图像的示意图,则生成的第一灰度填充图像可以如图2所示。
在S103中,对第一灰度填充图像进行第一滑窗处理,根据滑窗内的灰度特征值对应的第一图像块为嵌入视频的图像块的概率,确定第一滑窗处理的窗口终点位置,根据窗口终点位置,确定复合视频中的嵌入视频所占的第一区域,第一图像块为嵌入视频的图像块的概率由第一滑窗处理对应的滑窗内的灰度特征值确定。
具体地,根据滑窗内的灰度特征值计算滑窗内的灰度特征值对应的第一图像块为嵌入视频的图像块的概率,当滑窗内的灰度特征值对应的第一图像块为嵌入视频的图像块的概率大于或等于预设值时,可以确定一个窗口终点位置,通过至少两次滑窗处理确定至少两个互为对角关系的窗口终点位置,然后根据至少两个互为对角关系的窗口终点位置确定复合视频中的嵌入视频所占的第一区域。
在本实施例中,通过获取待检测的复合视频的当前帧,将当前帧划分为多个第一图像块,获取各第一图像块的像素梯度幅度均值,根据各第一图像块的像素梯度幅度均值,生成第一灰度填充图像,然后对第一灰度填充图像进行第一滑窗处理,确定复合视频中的嵌入视频所占的第一区域,从而实现可以在复合视频中检测出嵌入视频所占区域。
下面采用具体的实施例,对图1所示方法实施例的S103进行详细说明。
在具体实现过程中,对第一灰度填充图像进行正向滑窗搜索,当第一滑窗内的灰度特征值对应的第一图像块为嵌入视频的图像块的概率大于或等于预设值时,停止滑窗搜索,确定该第一滑窗的左上角位置为嵌入视频所占的区域的左上角;对第一灰度填充图像进行反向滑窗搜索,当第二滑窗内的灰度特征值对应的第一图像块为嵌入视频的图像块的概率大于或等于预设值时,停止滑窗搜索,确定该第二滑窗的右下角位置为嵌入视频所占的区域的右下角。
具体的,正向滑窗搜索可以是从第一灰度填充图像的第一行开始,按照从左到右,行数依次增大的顺序,对第一灰度填充图像的每一行进行滑窗搜索,滑窗的尺寸为n个填充块的长度,滑动步长为一个填充块的长度;可选地,也可以是从第一灰度填充图像的第一列开始,按照从上到下,列数依次增大的顺序,对第一灰度填充图像的每一列进行滑窗处理搜索,滑窗尺寸为n个填充块的宽度,滑动步长为一个填充块的宽度,其中,n为正整数,优选的n=3,也可以根据实际需要设定n的大小。
在对第一灰度填充图像进行正向滑窗搜索的过程中,针对任意第一滑窗,计算该第一滑窗中灰度特征值的均值,假设第s个第一滑窗中的灰度特征值的均值为判断是否满足下列公式(1)。
exp ( - | l ~ s - L c | 2 2 σ ~ c 2 ) ≥ P L - - - ( 1 ) ;
在上述公式(1)中,Lc为当前帧中第一图像块的像素梯度幅度均值对应的所有灰度特征值中除0以外的任意一个灰度特征值,例如,假设当前帧为8位图,则当前帧中的第一图像块的像素梯度幅度均值对应的灰度特征值为0、127、255,则Lc为127或255;为预设的定值,优选的,为19.18;PL为期望的将第一滑窗内的灰度特征值对应的第一图像块判定为嵌入视频的图像的准确度,该值为预先设定的,例如,PL可以为0.85、0.9等。
由于Lc可以取多个值,对于任意第一滑窗,只要Lc可取的任意一个值可以使得满足上述公式(1),即可判断第一滑窗内的灰度特征值对应的第一图像块为嵌入视频的图像块的概率大于或等于预设值;在本实施例中,示出的实施例为第一滑窗内的灰度特征值对应的第一图像块为嵌入视频的图像块的后验概率大于或等于预设值,在具体应用过程中,还可以为后验概率的变形式,或其他概率,本实施例此处不做特别限制。
在对第一灰度填充图像进行正向滑窗搜索的过程中,当首次出现第一滑窗中的灰度特征值的均值满足上述公式(1),即判断第一滑窗内的灰度特征值对应的第一图像块为嵌入视频的图像块的概率大于或等于预设值,则停止正向滑窗搜索,将该第一滑窗的左上角位置作为嵌入视频所占的区域的左上角,该左上角可以通过坐标表示。
然后,对第一灰度填充图像进行反向滑窗搜索,并确定嵌入视频所占区域的右下角的过程,与上述对第一灰度填充图像进行正向滑窗搜索,并确定嵌入视频所占区域的左上角的过程相同,此处不再进行赘述。
根据嵌入视频所占的区域的左上角和嵌入视频所占的区域的右下角,确定复合视频中嵌入视频所占的第一区域。
示例性的,假设嵌入视频所占的区域的左上角的坐标为(x1,y1),嵌入视频所占的区域的右下角的坐标为(x2,y2),则可以确定复合视频中嵌入的嵌入视频所占的第一区域为:横向从x1到x2,纵向从y2到y1
本领域技术人员可以理解,在具体实现过程中,对第一灰度填充图像进行反向滑窗搜索与正向滑窗搜索,没有严格的时序关系。在实际应用的过程中,也可以通过确定复合视频中嵌入视频所占区域的右上角和左下角,来确定复合视频中嵌入的嵌入视频所占的第一区域,具体实现过程和上述过程类似,此处不再进行赘述。
通过上述过程,已经可以确定复合视频中嵌入视频所占的第一区域,若需要得到更为精准的复合视频中嵌入视频所占的区域,则可以继续执行以下图3实施例,以实现对第一区域进行细化。
图3为本发明嵌入视频检测方法实施例二的流程图;如图3所示,本实施例的方法可以包括:
S301、扩展第一区域,将扩展后的第一区域划分为多个第二图像块,获取各第二图像块的像素梯度幅度均值,第二图像块的长度小于第一图像块的长度,第二图像块的宽度小于第一图像宽的宽度;
S302、根据各第二图像块的像素梯度幅度均值,生成第二灰度填充图像;
S303、对第二灰度填充图像进行第二滑窗处理,确定复合视频中的嵌入视频所占的第二区域。
获取到第一区域后,将第一区域的四个边界中的部分或者全部向外扩展预设宽度得到扩展后的第一区域,优选的,第一区域向上和向下扩展的预设宽度为第一图像块的长度,第一区域向左和向右扩展的预设宽度为第一图像块的宽度。
将扩展后第一区域划分为多个第二图像块,获取第二图像块的像素梯度幅度均值,其具体过程与S101类似,此处不再进行赘述。
在S302中,针对任意的第二图像块,由于该第二图像块的像素梯度幅度均值与灰度特征值存在对应关系,因此,根据第二图像块的像素梯度幅度均值,获取与该像素梯度幅度均值对应的第二图像块的灰度特征值,根据第二图像块的灰度特征值以及第二图像块在扩展后的第一区域中的位置,生成第二灰度填充图像;其中,第二图像块的灰度特征值在第二灰度填充图像中的位置与第二图像块在扩展后的所述第一区域中的位置相同。
具体的,该过程与S102类似,此处不再进行赘述。
在S303中,按照由内向外的顺序对第二灰度填充图像进行滑窗搜索,当滑窗内的灰度特征值对应的第二图像块为嵌入视频的图像块的概率小于预设值时,停止滑窗搜索,确定嵌入视频所占区域的边界,第二图像块为嵌入视频的图像块的概率由第二滑窗处理对应的滑窗内的灰度特征值确定,根据嵌入视频所占区域的边界,确定复合视频中的嵌入视频所占的第二区域。
具体的,根据滑窗内的灰度特征值计算滑窗内的灰度特征值对应的第二图像块为嵌入视频的图像块的概率,当滑窗内的灰度特征值对应的第二图像块为嵌入视频的图像块的概率小于预设值时,可以确定一个窗口终点边界,通过四次滑窗处理确定四个窗口终点边界,然后根据四个窗口终点边界确定复合视频中的嵌入视频所占的第二区域。
在本实施例中,在获得嵌入视频所占的第一区域以后,扩展第一区域,将扩展后的第一区域划分为多个第二图像块,获取各第二图像块的像素梯度幅度均值,第二图像块的长度小于第一图像块的长度,第二图像块的宽度小于第一图像宽的宽度;根据各第二图像块的像素梯度幅度均值,生成第二灰度填充图像;对第二灰度填充图像进行第二滑窗处理,确定复合视频中的嵌入视频所占的第二区域;由于第二图像块的长度小于第一图像块的长度,第二图像块的宽度小于第一图像宽的宽度,使得对第二灰度填充图像的滑窗处理更细,进而使得确定的复合视频中嵌入视频所占的第二区域更加精准。
下面采用具体的实施例,对图3所示方法实施例的S303进行详细说明。
在具体实现过程中,按照由内向外的顺序对第二灰度填充图像进行向左滑窗搜索,当第三滑窗内的灰度特征值对应的第二图像块为嵌入视频的图像块的概率小于预设值时,停止滑窗搜索,确定该第三滑窗中的位于左边界的灰度特征值对应的第二图像块的右边界为所述嵌入视频所占区域的左边界;按照由内向外的顺序对第二灰度填充图像进行向右滑窗搜索,当第四滑窗内的灰度特征值对应的第二图像块为嵌入视频的图像块的概率小于预设值时,停止滑窗搜索,确定该第四滑窗中的位于右边界的灰度特征值对应的第二图像块的左边界为所述嵌入视频所占区域的右边界;按照由内向外的顺序对第二灰度填充图像进行向下滑窗搜索,当第五滑窗内的灰度特征值对应的第二图像块为嵌入视频的图像块的概率小于预设值时,停止滑窗搜索,确定该第五滑窗中的位于下边界的灰度特征值对应的第二图像块的上边界为所述嵌入视频所占区域的下边界;按照由内向外的顺序对所述第二灰度填充图像进行向上滑窗搜索,当第六滑窗内的灰度特征值对应的第二图像块为嵌入视频的图像块的概率小于预设值时,停止滑窗搜索,确定该第六滑窗中的位于上边界的灰度特征值对应的第二图像块的下边界为所述嵌入视频所占区域的上边界。
具体的,对第二灰度填充图像中的任意一行,从该任意行中的第i个填充块开始,向左滑窗搜索,优选的,第i个填充块为第二灰度填充图像的一行中位置靠近中间的一个填充块,滑窗的尺寸为n个填充块的长度,滑动步长为一个填充块的长度,其中,n为正整数,优选的n=3,也可以根据实际需要设定n的大小。
在对第二灰度填充图像按照由内向外的顺序进行向左滑窗搜索的过程中,针对任意第三滑窗,计算该第三滑窗中灰度特征值的均值,假设第s个第三滑窗中的灰度特征值的均值为判断是否满足下列公式(2)。
exp ( - | l ~ s - L c | 2 2 σ ~ c 2 ) ≤ P L - - - ( 2 ) ;
上述公式(2)中参数的含义与上述公式(1)中参数的含义相同,此处不再进行赘述。
在对第二灰度填充图像按照由内向外的顺序进行向左滑窗搜索的过程中,当首次出现第三滑窗中的灰度特征值的均值满足上述公式(2),即判断第三滑窗内的灰度特征值对应的第二图像块为嵌入视频的图像块的概率小于预设值,则停止向左滑窗搜索,确定该第三滑窗中的位于左边界的灰度特征值对应的第二图像块的右边界为嵌入视频所占区域的左边界,该左边界可以通过坐标表示。
然后,对第二灰度填充图像进行按照由内向外的顺序进行向右、向下、向上滑窗搜索,并分别确定嵌入视频所占区域的右边界、下边界、上边界,其过程与上述对第二灰度填充图像进行按照由内向外的顺序进行向左滑窗搜索,并确定嵌入视频所占区域的左边界的过程相同,此处不再进行赘述。
根据嵌入视频所占区域的左边界、右边界、下边界、上边界,确定复合视频中嵌入视频所占的第二区域。
示例性的,假设嵌入视频所占区域的左边界坐标为x1,假设右边界坐标为x2,假设下边界坐标为y1,假设上边界坐标为y2,则可以确定第二区域横向区域为x1到x2,纵向区域为y1到y2
本领域技术人员可以理解,在具体实现过程中,对第二灰度填充图像按照由内向外的顺序向左滑窗搜索、向右滑窗搜索、向下滑窗搜索、向上滑窗搜索,没有严格的时序关系。
针对图1和图3所示方法实施例中的获取与像素梯度幅度均值对应的各所述图像块的灰度特征值的方式,在图4所示实施例中进行详细说明。
图4为本发明获取灰度特征值的流程图;如图4所示,本实施例的方法可以包括:
S401、获取第一错误率,第一错误率为将复合视频中的嵌入视频错分为非嵌入视频的概率;
S402、获取第二错误率,第二错误率为将复合视频中非嵌入视频错分为嵌入视频的概率;
S403、根据第一错误率和第二错误率加权和最小原则确定第一阈值和第二阈值;
S404、判断图像块的像素梯度幅值均值是否小于或等于第一阈值;
若是,则执行S405。
若否,则执行S406。
S405、确定像素梯度幅度均值对应的灰度特征值为0;
S406、判断图像块的像素梯度幅值均值是否大于第一阈值且小于第二阈值;
若是,则执行S407。
若否,则执行S408。
S407、确定像素梯度幅度均值对应的灰度特征值为复合视频的灰度值的最大值的1/2,或者复合视频的灰度值最大值的1/2取整;
S408、确定像素梯度幅度均值对应的灰度特征值为复合视频的灰度值的最大值。
由于在获取灰度特征值的过程中,需要使用第一阈值和第二阈值,因此,在获取灰度特征值之前,需要首先获取第一阈值和第二阈值;在获取第一阈值和第二阈值的过程中,先提取样本活动视频及样本图像视频中的帧,并将提取得到的每一帧分为多个样本图像块,针对任意样本图像块,获取该样本图像块的像素梯度幅度均值并通过下述公式(3)计算第一错误率其中,公式(3)采用高斯分布形式的概率密度函数表示。
P 1 ( g ‾ ) = a ′ exp ( - | g ‾ 2 | 2 h c 2 ) - - - ( 3 ) ;
在公式(1)中,a'为归一化系数,hc为分布参数,hc为一预设的定值,优选的,hc=13.59。
然后,根据该样本图像块的像素梯度幅度均值以及下述公式(4)计算第二错误率其中,公式(4)采用拉普拉斯分布形式的概率密度函数表示。
P 2 ( g ‾ ) = b ′ exp ( - | g ‾ 2 | 2 h c 2 ) - - - ( 4 ) ;
在公式(4)中,b'为归一化系数,hG为分布参数,hG为一预设的定值,优选的,hG=27.18。
针对所有获取的样本图像块,通过上述方法获取所有样本图像块的第一错误率和第二错误率假设第一阈值用G0表示,第二阈值用G1表示,则根据所有样本图像块的第一错误率和第二错误率加权和最小原则确定第一阈值G0和第二阈值G1,具体的,可以通过以下公式(5)实现:
( G 0 , G 1 ) = argmin &Integral; g &OverBar; &le; g 0 &cup; g &OverBar; &GreaterEqual; g 1 P 1 ( g &OverBar; ) d g &OverBar; + &Integral; g 0 < g &OverBar; < g 1 P 2 ( g &OverBar; ) d g &OverBar; - - - ( 5 ) ;
在公式(5)中,g0和g1为像素梯度幅度均值的阈值变量,例如,若样本视频的帧为8位图,则g0和g1可以为0-255中的任意值,通过同时调节g0和g1的取值,来调节公式(5)中的积分值,当公式(5)中的积分值最小时,确定第一阈值G0为g0,确定第二阈值G1为g1
在实际应用的过程中,还可以根据统计概率以及实际情况确定第一阈值和第二阈值,优选的,第一阈值G0为0,第二阈值G1为35。
至此,已经获取得到第一阈值和第二阈值,当需要获取灰度特征值时,可以根据上述获取的第一阈值和第二阈值来获取灰度特征值。
具体的,针对图1所示实施例中的任意第一图像块以及图3所示实施例中的任意第二图像块,判断图像块(第一图像块或第二图像块,下文统称图像块)的像素梯度幅值均值是否小于或等于第一阈值;若是,确定像素梯度幅度均值对应的灰度特征值为0。
若否,判断图像块的像素梯度幅值均值是否大于第一阈值且小于第二阈值;若是,确定像素梯度幅度均值对应的灰度特征值为复合视频的灰度值的最大值的1/2,或者复合视频的灰度值最大值的1/2取整。
若否,确定像素梯度幅度均值对应的灰度特征值为复合视频的灰度值的最大值。
示例性的,假设通过上述方法获取得到的第一阈值为0,第二阈值为35,再假设待检测复合视频中的帧为8位图,即该复合视频的灰度值最大值为255,假设第i个图像块的像素梯度幅值均值为第i个图像块的灰度特征值li,则可以通过公式(6)确定各图像块的灰度特征值。
l i = 0 g &OverBar; i &le; 0 127 0 < g &OverBar; i < 35 255 g &OverBar; i &GreaterEqual; 35 - - - ( 6 ) ;
通过上述方式获取得到的第一阈值G0和第二阈值G1与待检测的复合视频的帧的属性相关,使得根据该第一阈值G0和第二阈值G1获取得到的灰度特征值更加准确,但是,上述过程需要在获取灰度特征值之前单独执行,增加了检测复合视频中嵌入视频所占区域所花费的时间,使得检测效率较低。
本发明实施例提供的获取灰度特征值的过程,获取第一错误率,第一错误率为将复合视频中的嵌入视频错分为非嵌入视频的概率;获取第二错误率,第二错误率为将复合视频中非嵌入视频错分为嵌入视频的概率,根据第一错误率和第二错误率加权和最小原则确定第一阈值和第二阈值,这样获取得到的第一阈值和第二阈值与待检测的复合视频的帧的属性相关,使得根据该第一阈值和第二阈值获取得到的灰度特征值更加准确,
图5为本发明嵌入视频检测装置实施例一的结构示意图,该装置可以内嵌在设备中,该设备可以为计算机、手机、平板等,对于设备的具体实现形式,本实施例此处不做限制。如图5所示,该嵌入视频检测装置可以包括:
第一获取模块501,用于获取待检测的复合视频的当前帧,将当前帧划分为多个第一图像块,获取各第一图像块的像素梯度幅度均值;
第一生成模块502,用于根据各第一图像块的像素梯度幅度均值,生成第一灰度填充图像;
第一确定模块503,用于对第一灰度填充图像进行第一滑窗处理,确定复合视频中的嵌入视频所占的第一区域。
本实施例的装置,可执行上述方法实施例的技术方案,其实现原理和技术效果类似,本实施例此处不再赘述。
在图5所示的实施例中,第一生成模块501具体可以用于:
根据各第一图像块的像素梯度幅度均值,获取与像素梯度幅度均值对应的各第一图像块的灰度特征值;
根据各第一图像块的灰度特征值以及各第一图像块在复合视频中的位置,生成第一灰度填充图像;其中,各第一图像块的灰度特征值在第一灰度填充图像中的位置与各第一图像块在复合视频中的位置相同。
第一确定模块503可以用于:
对第一灰度填充图像进行第一滑窗处理,根据滑窗内的灰度特征值对应的第一图像块为嵌入视频的图像块的概率,确定第一滑窗处理的窗口终点位置,根据窗口终点位置,确定复合视频中的嵌入视频所占的第一区域,第一图像块为嵌入视频的图像块的概率由第一滑窗处理对应的滑窗内的灰度特征值确定。
具体的,第一确定模块503具体可以用于:
对第一灰度填充图像进行正向滑窗搜索,当第一滑窗内的灰度特征值对应的第一图像块为嵌入视频的图像块的概率大于或等于预设值时,停止滑窗搜索,确定第一滑窗的左上角位置为嵌入视频所占的区域的左上角;
对第一灰度填充图像进行反向滑窗搜索,当第二滑窗内的灰度特征值对应的第一图像块为嵌入视频的图像块的概率大于或等于预设值时,停止滑窗搜索,确定第二滑窗的右下角位置为嵌入视频所占的区域的右下角;
根据嵌入视频所占的区域的左上角和嵌入视频所占的区域的右下角,确定复合视频中嵌入视频所占的第一区域。
图6为本发明嵌入视频检测装置实施例二的结构示意图;在上述图5所示的实施例中,进一步的,请参照图6,嵌入视频检测装置还可以包括:
第二获取模块504,用于扩展第一区域,将扩展后的第一区域划分为多个第二图像块,获取各第二图像块的像素梯度幅度均值,第二图像块的长度小于第一图像块的长度,第二图像块的宽度小于第一图像宽的宽度;
第二生成模块505,用于根据各第二图像块的像素梯度幅度均值,生成第二灰度填充图像;
第二确定模块506,用于对第二灰度填充图像进行第二滑窗处理,确定复合视频中的嵌入视频所占的第二区域。
在上述图6所示的实施例中,第二生成模块505具体可以用于:
根据各第二图像块的像素梯度幅度均值,获取与像素梯度幅度均值对应的各第二图像块的灰度特征值;
根据各第二图像块的灰度特征值以及各第二图像块在扩展后的第一区域中的位置,生成第二灰度填充图像;其中,各第二图像块的灰度特征值在第二灰度填充图像中的位置与各第二图像块在扩展后的第一区域中的位置相同。
在上述图6所示的实施例中,第二确定模块506可以用于:按照由内向外的顺序对第二灰度填充图像进行滑窗搜索,当滑窗内的灰度特征值对应的第二图像块为嵌入视频的图像块的概率小于预设值时,停止滑窗搜索,确定嵌入视频所占区域的边界,第二图像块为嵌入视频的图像块的概率由第二滑窗处理对应的滑窗内的灰度特征值确定;
根据嵌入视频所占区域的边界,确定复合视频中的嵌入视频所占的第二区域。
具体的,第二确定模块506可以用于:
按照由内向外的顺序对第二灰度填充图像进行向左滑窗搜索,当第三滑窗内的灰度特征值对应的第二图像块为嵌入视频的图像块的概率小于预设值时,停止滑窗搜索,确定第三滑窗中的位于左边界的灰度特征值对应的第二图像块的右边界为嵌入视频所占区域的左边界;
按照由内向外的顺序对第二灰度填充图像进行向右滑窗搜索,当第四滑窗内的灰度特征值对应的第二图像块为嵌入视频的图像块的概率小于预设值时,停止滑窗搜索,确定第四滑窗中的位于右边界的灰度特征值对应的第二图像块的左边界为嵌入视频所占区域的右边界;
按照由内向外的顺序对第二灰度填充图像进行向下滑窗搜索,当第五滑窗内的灰度特征值对应的第二图像块为嵌入视频的图像块的概率小于预设值时,停止滑窗搜索,确定第五滑窗中的位于下边界的灰度特征值对应的第二图像块的上边界为嵌入视频所占区域的下边界;
按照由内向外的顺序对第二灰度填充图像进行向上滑窗搜索,当第六滑窗内的灰度特征值对应的第二图像块为嵌入视频的图像块的概率小于预设值时,停止滑窗搜索,确定第六滑窗中的位于上边界的灰度特征值对应的第二图像块的下边界为嵌入视频所占区域的上边界;
根据左边界、右边界、下边界、上边界,确定复合视频中嵌入视频所占的第二区域。
可选的,第一生成模块502和第二生成模块505具体还可以用于:
判断图像块的像素梯度幅值均值是否小于或等于第一阈值;
若是,则确定像素梯度幅度均值对应的灰度特征值为0;
若否,判断图像块的像素梯度幅值均值是否大于第一阈值且小于第二阈值,若是,则确定像素梯度幅度均值对应的灰度特征值为复合视频的灰度值的最大值的1/2,或者复合视频的灰度值最大值的1/2取整,若否,则确定像素梯度幅度均值对应的灰度特征值为复合视频的灰度值的最大值。
进一步的,嵌入视频检测装置还可以包括:
第三获取模块507,用于获取第一错误率,第一错误率为将复合视频中的嵌入视频错分为非嵌入视频的概率;
第四获取模块508,用于获取第二错误率,第二错误率为将复合视频中非嵌入视频错分为嵌入视频的概率;
第三确定模块509,用于根据第一错误率和第二错误率加权和最小原则确定第一阈值和第二阈值。
本实施例的装置,可执行上述方法实施例的技术方案,其实现原理和技术效果类似,本实施例此处不再赘述。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (20)

1.一种嵌入视频检测方法,其特征在于,包括:
获取待检测的复合视频的当前帧,将所述当前帧划分为多个第一图像块,获取各所述第一图像块的像素梯度幅度均值;
根据各所述第一图像块的像素梯度幅度均值,生成第一灰度填充图像;
对所述第一灰度填充图像进行第一滑窗处理,确定所述复合视频中的嵌入视频所占的第一区域。
2.根据权利要求1所述的方法,其特征在于,所述根据各所述第一图像块的像素梯度幅度均值,生成第一灰度填充图像,包括:
根据各所述第一图像块的像素梯度幅度均值,获取与所述像素梯度幅度均值对应的各所述第一图像块的灰度特征值;
根据各所述第一图像块的灰度特征值以及各所述第一图像块在所述复合视频中的位置,生成第一灰度填充图像;其中,各所述第一图像块的灰度特征值在所述第一灰度填充图像中的位置与各所述第一图像块在所述复合视频中的位置相同。
3.根据权利要求1或2所述的方法,其特征在于,所述对所述第一灰度填充图像进行第一滑窗处理,确定所述复合视频中的嵌入视频所占的第一区域,包括:
对所述第一灰度填充图像进行所述第一滑窗处理,根据滑窗内的灰度特征值对应的第一图像块为嵌入视频的图像块的概率,确定所述第一滑窗处理的窗口终点位置,根据所述窗口终点位置,确定所述复合视频中的嵌入视频所占的第一区域,所述第一图像块为嵌入视频的图像块的概率由所述第一滑窗处理对应的滑窗内的灰度特征值确定。
4.根据权利要求3所述的方法,其特征在于,所述对所述第一灰度填充图像进行第一滑窗处理,根据滑窗内的灰度特征值对应的第一图像块为嵌入视频的图像块的概率,确定所述滑窗处理的窗口终点位置,根据所述窗口终点位置,确定所述复合视频中的嵌入视频所占的第一区域,包括:
对所述第一灰度填充图像进行正向滑窗搜索,当第一滑窗内的灰度特征值对应的第一图像块为嵌入视频的图像块的概率大于或等于预设值时,停止滑窗搜索,确定所述第一滑窗的左上角位置为所述嵌入视频所占的区域的左上角;
对所述第一灰度填充图像进行反向滑窗搜索,当第二滑窗内的灰度特征值对应的第一图像块为嵌入视频的图像块的概率大于或等于所述预设值时,停止滑窗搜索,确定所述第二滑窗的右下角位置为所述嵌入视频所占的区域的右下角;
根据所述嵌入视频所占的区域的左上角和所述嵌入视频所占的区域的右下角,确定所述复合视频中嵌入视频所占的第一区域。
5.根据权利要求1至4任一项所述的方法,其特征在于,所述对所述第一灰度填充图像进行第一滑窗处理,确定所述复合视频中的嵌入视频所占的第一区域之后,还包括:
扩展所述第一区域,将扩展后的所述第一区域划分为多个第二图像块,获取各所述第二图像块的像素梯度幅度均值,所述第二图像块的长度小于所述第一图像块的长度,所述第二图像块的宽度小于所述第一图像宽的宽度;
根据各所述第二图像块的像素梯度幅度均值,生成第二灰度填充图像;
对所述第二灰度填充图像进行第二滑窗处理,确定所述复合视频中的嵌入视频所占的第二区域。
6.根据权利要求5所述的方法,其特征在于,所述根据各所述第二图像块的像素梯度幅度均值,生成第二灰度填充图像,包括:
根据各所述第二图像块的像素梯度幅度均值,获取与所述像素梯度幅度均值对应的各所述第二图像块的灰度特征值;
根据各所述第二图像块的灰度特征值以及各所述第二图像块在所述扩展后的所述第一区域中的位置,生成第二灰度填充图像;其中,各所述第二图像块的灰度特征值在所述第二灰度填充图像中的位置与各所述第二图像块在所述扩展后的所述第一区域中的位置相同。
7.根据权利要求5或6所述的方法,其特征在于,所述对所述第二灰度填充图像进行第二滑窗处理,确定所述复合视频中的嵌入视频所占的第二区域,包括:
按照由内向外的顺序对所述第二灰度填充图像进行滑窗搜索,当滑窗内的灰度特征值对应的第二图像块为嵌入视频的图像块的概率小于预设值时,停止滑窗搜索,确定所述嵌入视频所占区域的边界,所述第二图像块为嵌入视频的图像块的概率由所述第二滑窗处理对应的滑窗内的灰度特征值确定;
根据所述嵌入视频所占区域的边界,确定所述复合视频中的嵌入视频所占的第二区域。
8.根据权利要求7所述的方法,其特征在于,所述按照由内向外的顺序对所述第二灰度填充图像进行滑窗搜索,当滑窗内的灰度特征值对应的第二图像块为嵌入视频的图像块的概率小于预设值时,停止滑窗搜索,确定所述嵌入视频所占区域的边界,所述第二图像块为嵌入视频的图像块的概率由所述第二滑窗处理对应的滑窗内的灰度特征值确定,包括:
按照由内向外的顺序对所述第二灰度填充图像进行向左滑窗搜索,当第三滑窗内的灰度特征值对应的第二图像块为嵌入视频的图像块的概率小于预设值时,停止滑窗搜索,确定所述第三滑窗中的位于左边界的灰度特征值对应的第二图像块的右边界为所述嵌入视频所占区域的左边界;
按照由内向外的顺序对所述第二灰度填充图像进行向右滑窗搜索,当第四滑窗内的灰度特征值对应的第二图像块为嵌入视频的图像块的概率小于预设值时,停止滑窗搜索,确定所述第四滑窗中的位于右边界的灰度特征值对应的第二图像块的左边界为所述嵌入视频所占区域的右边界;
按照由内向外的顺序对所述第二灰度填充图像进行向下滑窗搜索,当第五滑窗内的灰度特征值对应的第二图像块为嵌入视频的图像块的概率小于预设值时,停止滑窗搜索,确定所述第五滑窗中的位于下边界的灰度特征值对应的第二图像块的上边界为所述嵌入视频所占区域的下边界;
按照由内向外的顺序对所述第二灰度填充图像进行向上滑窗搜索,当第六滑窗内的灰度特征值对应的第二图像块为嵌入视频的图像块的概率小于预设值时,停止滑窗搜索,确定所述第六滑窗中的位于上边界的灰度特征值对应的第二图像块的下边界为所述嵌入视频所占区域的上边界;
所述根据所述嵌入视频所占区域的边界,确定所述复合视频中的嵌入视频所占的第二区域,包括:
根据所述左边界、所述右边界、所述下边界、所述上边界,确定所述复合视频中嵌入视频所占的第二区域。
9.根据权利要求2或6所述的方法,其特征在于,所述根据各图像块的像素梯度幅度均值,获取与所述像素梯度幅度均值对应的各所述图像块的灰度特征值,所述图像块为第一图像块或第二图像块,包括:
判断所述图像块的像素梯度幅值均值是否小于或等于第一阈值;
若是,则确定所述像素梯度幅度均值对应的灰度特征值为0;
若否,判断所述图像块的像素梯度幅值均值是否大于所述第一阈值且小于第二阈值,若是,则确定所述像素梯度幅度均值对应的灰度特征值为所述复合视频的灰度值的最大值的1/2,或者所述复合视频的灰度值最大值的1/2取整,若否,则确定所述像素梯度幅度均值对应的灰度特征值为所述复合视频的灰度值的最大值。
10.根据权利要求9所述的方法,其特征在于,所述判断所述图像块的像素梯度幅值均值是否小于或等于第一阈值之前,还包括:
获取第一错误率,所述第一错误率为将所述复合视频中的所述嵌入视频错分为非嵌入视频的概率;
获取第二错误率,所述第二错误率为将所述复合视频中所述非嵌入视频错分为所述嵌入视频的概率;
根据所述第一错误率和所述第二错误率加权和最小原则确定所述第一阈值和所述第二阈值。
11.一种嵌入视频检测装置,其特征在于,包括:
第一获取模块,用于获取待检测的复合视频的当前帧,将所述当前帧划分为多个第一图像块,获取各所述第一图像块的像素梯度幅度均值;
第一生成模块,用于根据各所述第一图像块的像素梯度幅度均值,生成第一灰度填充图像;
第一确定模块,用于对所述第一灰度填充图像进行第一滑窗处理,确定所述复合视频中的嵌入视频所占的第一区域。
12.根据权利要求11所述的装置,其特征在于,所述第一生成模块具体用于:
根据各所述第一图像块的像素梯度幅度均值,获取与所述像素梯度幅度均值对应的各所述第一图像块的灰度特征值;
根据各所述第一图像块的灰度特征值以及各所述第一图像块在所述复合视频中的位置,生成第一灰度填充图像;其中,各所述第一图像块的灰度特征值在所述第一灰度填充图像中的位置与各所述第一图像块在所述复合视频中的位置相同。
13.根据权利要求11或12所述的装置,其特征在于,所述第一确定模块用于:
对所述第一灰度填充图像进行所述第一滑窗处理,根据滑窗内的灰度特征值对应的第一图像块为嵌入视频的图像块的概率,确定所述第一滑窗处理的窗口终点位置,根据所述窗口终点位置,确定所述复合视频中的嵌入视频所占的第一区域,所述第一图像块为嵌入视频的图像块的概率由所述第一滑窗处理对应的滑窗内的灰度特征值确定。
14.根据权利要求13所述的装置,其特征在于,所述第一确定模块具体用于:
对所述第一灰度填充图像进行正向滑窗搜索,当第一滑窗内的灰度特征值对应的第一图像块为嵌入视频的图像块的概率大于或等于预设值时,停止滑窗搜索,确定所述第一滑窗的左上角位置为所述嵌入视频所占的区域的左上角;
对所述第一灰度填充图像进行反向滑窗搜索,当第二滑窗内的灰度特征值对应的第一图像块为嵌入视频的图像块的概率大于或等于所述预设值时,停止滑窗搜索,确定所述第二滑窗的右下角位置为所述嵌入视频所占的区域的右下角;
根据所述嵌入视频所占的区域的左上角和所述嵌入视频所占的区域的右下角,确定所述复合视频中嵌入视频所占的第一区域。
15.根据权利要求11至14任一项所述的装置,其特征在于,还包括:
第二获取模块,用于扩展所述第一区域,将扩展后的所述第一区域划分为多个第二图像块,获取各所述第二图像块的像素梯度幅度均值,所述第二图像块的长度小于所述第一图像块的长度,所述第二图像块的宽度小于所述第一图像宽的宽度;
第二生成模块,用于根据各所述第二图像块的像素梯度幅度均值,生成第二灰度填充图像;
第二确定模块,用于对所述第二灰度填充图像进行第二滑窗处理,确定所述复合视频中的嵌入视频所占的第二区域。
16.根据权利要求15所述的装置,其特征在于,所述第二生成模块具体用于:
根据各所述第二图像块的像素梯度幅度均值,获取与所述像素梯度幅度均值对应的各所述第二图像块的灰度特征值;
根据各所述第二图像块的灰度特征值以及各所述第二图像块在所述扩展后的所述第一区域中的位置,生成第二灰度填充图像;其中,各所述第二图像块的灰度特征值在所述第二灰度填充图像中的位置与各所述第二图像块在所述扩展后的所述第一区域中的位置相同。
17.根据权利要求15或16所述的装置,其特征在于,所述第二确定模块用于:按照由内向外的顺序对所述第二灰度填充图像进行滑窗搜索,当滑窗内的灰度特征值对应的第二图像块为嵌入视频的图像块的概率小于预设值时,停止滑窗搜索,确定所述嵌入视频所占区域的边界,所述第二图像块为嵌入视频的图像块的概率由所述第二滑窗处理对应的滑窗内的灰度特征值确定;
根据所述嵌入视频所占区域的边界,确定所述复合视频中的嵌入视频所占的第二区域。
18.根据权利要求15所述的装置,其特征在于,所述第二确定模块具体用于:
按照由内向外的顺序对所述第二灰度填充图像进行向左滑窗搜索,当第三滑窗内的灰度特征值对应的第二图像块为嵌入视频的图像块的概率小于预设值时,停止滑窗搜索,确定所述第三滑窗中的位于左边界的灰度特征值对应的第二图像块的右边界为所述嵌入视频所占区域的左边界;
按照由内向外的顺序对所述第二灰度填充图像进行向右滑窗搜索,当第四滑窗内的灰度特征值对应的第二图像块为嵌入视频的图像块的概率小于预设值时,停止滑窗搜索,确定所述第四滑窗中的位于右边界的灰度特征值对应的第二图像块的左边界为所述嵌入视频所占区域的右边界;
按照由内向外的顺序对所述第二灰度填充图像进行向下滑窗搜索,当第五滑窗内的灰度特征值对应的第二图像块为嵌入视频的图像块的概率小于预设值时,停止滑窗搜索,确定所述第五滑窗中的位于下边界的灰度特征值对应的第二图像块的上边界为所述嵌入视频所占区域的下边界;
按照由内向外的顺序对所述第二灰度填充图像进行向上滑窗搜索,当第六滑窗内的灰度特征值对应的第二图像块为嵌入视频的图像块的概率小于预设值时,停止滑窗搜索,确定所述第六滑窗中的位于上边界的灰度特征值对应的第二图像块的下边界为所述嵌入视频所占区域的上边界;
根据所述左边界、所述右边界、所述下边界、所述上边界,确定所述复合视频中嵌入视频所占的第二区域。
19.根据权利要求12或16所述的装置,其特征在于,所述第一生成模块和所述第二生成模块具体用于:
判断所述图像块的像素梯度幅值均值是否小于或等于第一阈值;
若是,则确定所述像素梯度幅度均值对应的灰度特征值为0;
若否,判断所述图像块的像素梯度幅值均值是否大于所述第一阈值且小于第二阈值,若是,则确定所述像素梯度幅度均值对应的灰度特征值为所述复合视频的灰度值的最大值的1/2,或者所述复合视频的灰度值最大值的1/2取整,若否,则确定所述像素梯度幅度均值对应的灰度特征值为所述复合视频的灰度值的最大值。
20.根据权利要求19所述的装置,其特征在于,还包括:
第三获取模块,用于获取第一错误率,所述第一错误率为将所述复合视频中的所述嵌入视频错分为非嵌入视频的概率;
第四获取模块,用于获取第二错误率,所述第二错误率为将所述复合视频中所述非嵌入视频错分为所述嵌入视频的概率;
第三确定模块,用于根据所述第一错误率和所述第二错误率加权和最小原则确定所述第一阈值和所述第二阈值。
CN201510364475.3A 2015-06-26 2015-06-26 嵌入视频检测方法及装置 Pending CN105095858A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510364475.3A CN105095858A (zh) 2015-06-26 2015-06-26 嵌入视频检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510364475.3A CN105095858A (zh) 2015-06-26 2015-06-26 嵌入视频检测方法及装置

Publications (1)

Publication Number Publication Date
CN105095858A true CN105095858A (zh) 2015-11-25

Family

ID=54576247

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510364475.3A Pending CN105095858A (zh) 2015-06-26 2015-06-26 嵌入视频检测方法及装置

Country Status (1)

Country Link
CN (1) CN105095858A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20070058983A (ko) * 2005-12-05 2007-06-11 삼성전자주식회사 시퀀스들에서의 객체 탐지를 위한 방법 및 장치
CN101325700A (zh) * 2008-07-15 2008-12-17 清华大学 视频文件中水印嵌入和提取的方法及系统
CN101872415A (zh) * 2010-05-06 2010-10-27 复旦大学 适用于iptv的视频拷贝检测方法
CN103049919A (zh) * 2012-12-13 2013-04-17 上海宇航系统工程研究所 一种嵌入式目标检测算法
CN103605953A (zh) * 2013-10-31 2014-02-26 电子科技大学 基于滑窗搜索的车辆兴趣目标检测方法
CN103885057A (zh) * 2014-03-20 2014-06-25 西安电子科技大学 自适应变滑窗多目标跟踪方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20070058983A (ko) * 2005-12-05 2007-06-11 삼성전자주식회사 시퀀스들에서의 객체 탐지를 위한 방법 및 장치
CN101325700A (zh) * 2008-07-15 2008-12-17 清华大学 视频文件中水印嵌入和提取的方法及系统
CN101872415A (zh) * 2010-05-06 2010-10-27 复旦大学 适用于iptv的视频拷贝检测方法
CN103049919A (zh) * 2012-12-13 2013-04-17 上海宇航系统工程研究所 一种嵌入式目标检测算法
CN103605953A (zh) * 2013-10-31 2014-02-26 电子科技大学 基于滑窗搜索的车辆兴趣目标检测方法
CN103885057A (zh) * 2014-03-20 2014-06-25 西安电子科技大学 自适应变滑窗多目标跟踪方法

Similar Documents

Publication Publication Date Title
EP3979200A1 (en) Video target tracking method and apparatus, computer device and storage medium
US8818077B2 (en) Stereo image matching apparatus and method
US8755630B2 (en) Object pose recognition apparatus and object pose recognition method using the same
CN113468967B (zh) 基于注意力机制的车道线检测方法、装置、设备及介质
US9959670B2 (en) Method for rendering terrain
EP2916291A1 (en) Method, apparatus and computer program product for disparity map estimation of stereo images
CN104952083B (zh) 一种基于显著性目标背景建模的视频显著性检测方法
CN109977952B (zh) 基于局部最大值的候选目标检测方法
CN106648510B (zh) 一种显示分辨率的显示方法及装置
CN111914908B (zh) 一种图像识别模型训练方法、图像识别方法及相关设备
CN104915927A (zh) 视差图像优化方法及装置
CN113112542A (zh) 一种视觉定位方法、装置、电子设备及存储介质
CN112150497A (zh) 基于二值神经网络的局部激活方法与系统
KR20160098012A (ko) 영상 매칭 방법 및 장치
CN114170438A (zh) 神经网络训练的方法、电子设备及计算机存储介质
CN111369599A (zh) 一种图像匹配方法、设备、装置及存储介质
CN114419102B (zh) 一种基于帧差时序运动信息的多目标跟踪检测方法
CN114821048A (zh) 目标物分割方法和相关装置
CN108520532B (zh) 识别视频中物体运动方向的方法及装置
CN113808033A (zh) 图像文档校正方法、系统、终端及介质
CN105184809A (zh) 运动对象检测方法和运动对象检测装置
CN115063822B (zh) 文档检测方法、装置、电子设备及存储介质
CN105095858A (zh) 嵌入视频检测方法及装置
CN116092035A (zh) 车道线检测方法、装置、计算机设备和存储介质
CN115082758A (zh) 目标检测模型的训练方法、目标检测方法、装置和介质

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
AD01 Patent right deemed abandoned

Effective date of abandoning: 20190215

AD01 Patent right deemed abandoned