CN114036467A - 一种基于区块链的短视频版权保护方法 - Google Patents

Abstract

本发明公开了一种基于区块链的短视频版权保护方法，是应用于由客户端和区块链端所组成的网络环境中，该客户端由版权存储模块和版权检验模块组成，区块链上部署有读写智能合约和搜索智能合约，该方法包括：客户端存储版权和客户端检验版权两部分过程。本发明利用区块链技术和感知哈希特征提取技术能够安全地存储短视频的特征、高效地计算短视频特征之间的相似性，从而达到保护短视频版权的目的。

Description

一种基于区块链的短视频版权保护方法

技术领域

本发明涉及信息安全技术领域，具体涉及一种基于区块链的短视频版权保护方法。

背景技术

数字水印技术和相似视频检测技术是现有的两种非常具有代表性的视频版权保护方法。

数字水印技术在视频发布之前为视频嵌入水印，利用水印来保护原创者的所有权。然而在大多数情况下，视频中的数字水印容易被破坏，进而失去版权保护的功能，同时一些数字水印技术还需要难以实现的可信第三方，因此使用数字水印技术进行视频版权保护成本高，可靠性差。

相似视频检测技术旨在检测两段视频的相似度，通过视频相似度检测方法可以得到多张图像帧在时空与信息上的相关性，无需嵌入任何信息，现有的相似视频检测方法一般分为视频层次检测、图像层次检测和音频层次检测三类：

1)在视频层次检测方法中，检测两个视频是否完全一样的基本方法是利用消息摘要算法，判断两个视频的哈希值是否相等，但视频稍加修改就无法获得正确的判断结果；而基于标题、标签和描述内容的检测方式，首先要人为对视频内容进行概括，然后再利用机器学习进行分类，这种方法需要大量的人力辅助，不适合海量短视频的情况。

2)在图像层次检测方法中，大部分基于图像的视频相似度检测方法都是对图像的颜色特征或形状特征进行哈希编码得到图像或者视频的指纹，然后对这些指纹特征进行相似度度量，该检测方法缺乏特异化的处理，无法应对修改视频颜色和形状的侵权操作。

3)在音频层次检测方法中，主要是对比两个视频的图像联合音频或字幕，从而来获得两个视频的相似度，在短视频的侵权中，侵权视频常常会更换音频和字幕，使音频的相似检测无法施行。

发明内容

本发明是为了解决上述现有技术存在的不足之处，提出一种基于区块链的短视频版权保护方法，以期能安全地存储短视频的特征，并能高效地计算短视频特征之间的相似性，从而达到保护短视频版权的目的。

本发明为达到上述发明目的，采用如下技术方案：

本发明一种基于区块链的短视频版权保护方法的特点是应用于由客户端和区块链端所组成的网络环境中，所述客户端由版权存储模块和版权检验模块组成，在所述区块链上部署有读写智能合约和搜索智能合约；所述短视频版权保护方法包括以下步骤：

S1、客户端存储版权：

用户上传原始版权视频V₀；

S1.1、客户端进行原创性验证：

客户端获取用户上传的原始版权视频V₀并提取其密码学哈希后，向区块链端发出查找版权请求；

所述搜索智能合约根据原始版权视频V₀的密码学哈希在区块链端进行搜索，若搜索成功，则表示未通过原创性验证，并发出警告后退出流程，若搜索失败，则表示通过原创性验证，并继续执行步骤S1.2的版权注册；

S1.2、客户端进行区块链登记：

客户端向区块链端发出上传版权请求，并将原始版权视频的密码学哈希、作者署名以及时间戳一起作为版权信息提交给区块链端；

所述区块链端接收到所述上传版权请求后，将收到的版权信息上传至区块链；

S2、客户端检验版权：

用户上传两个新的视频：当前版权视频V₁和涉嫌侵权视频V₂；

S2.1、客户端进行视频版权验证：

客户端获取用户新上传的当前版权视频V₁，并向区块链端发出查询版权请求，并从区块链端提取出所述版权信息中原始版权视频V₀的密码学哈希后，与当前版权视频V₁的密码学哈希进行比较，若两者相同，则表示通过版权验证，否则，则表示未通过版权验证，并发出警告；

S2.2、客户端进行视频特征提取：

S2.2.1用Python的CV2库按照设定帧率X从当前版权视频V₁和涉嫌侵权视频V₂中分别提取不同的图像帧，并将图像帧分别转化为单通道的灰度图像后进行存储；

S2.2.2读取每一帧灰度图像并进行处理：

将一帧灰度图像标记为原始图像I₀后进行双三次插值的图像归一化处理，获得固定尺寸的图像I₁；使用带有卷积掩模的高斯低通滤波器对所述固定尺寸的图像I₁进行处理，得到过滤后的图像I₂；使用SVD操作来对过滤后的图像I₂进行压缩，获得完整的二次处理图像I；

S2.2.3对于二次处理图像I中的每个像素P_c进行处理，从而得到所有像素两个DCP编码值：

(1)以任一像素P_c为圆心，在像素P_c的局部邻域内，按照0、π/4、π/2、3π/4、π、5π/4、3π/2和7π/4的八个方向，在半径为R_i的内圆和半径为R_e的外圆上分别对称采样8个点，记为内圆采样点{P₀,P₁,...,P_i,...,P₇}和外圆采样点{Q₀,Q₁,...,Q_i,...,Q₇}，其中，P_i和Q_i分别表示内圆上的第i个采样点和外圆上的第i个采样点；0≤i≤7；

(2)对任一像素P_c，根据式(1)计算第i个采样点的模式编码DCP_i：

DCP_i＝S(P_i-P_c)×2+S(Q_i-P_i),0≤i≤7 (1)

式(1)中，S(·)为符号函数，并有：

(3)根据式(3)计算像素P_c的第一DCP编码值η₁和第二DCP编码值η₂：

式(3)中，DCP_2i为第2i个采样点的模式编码；DCP_2i+1为第2i+1个采样点的模式编码；0≤i≤3；

S2.2.4将二次处理图像I中所有像素的第一DCP编码值构成第一映射I⁽¹⁾、第二DCP编码值构成第二映射I⁽²⁾；

S2.2.5根据式(5)分别将第一映射I⁽¹⁾和第二映射I⁽²⁾均分为(M/k₁)²个大小为k₁×k₁的不重叠块：

式(5)中，I^(s)表示第s映射，

表示第s映射I^(s)的第M/k₁行第M/k₁列的不重叠块；

S2.2.6对第s映射I^(s)中第i行第j列的不重叠块

进行直方图统计，得到直方图

i,j＝1,2,...,M/k₁；

S2.2.7将第一映射I⁽¹⁾的直方图

和第二映射I⁽²⁾的直方图

组合为直方图矩阵h_i,j；从而利用式(8)生成纹理特征矩阵H：

S2.2.8对纹理特征矩阵H进行主成分分析操作，生成感知特征哈希α；

S2.2.9将当前版权视频V₁中每个图像帧的感知特征哈希合并，获得视频感知特征哈希序列α₁；将涉嫌侵权视频V₂中每个图像帧的感知特征哈希合并，获得视频感知特征哈希序列α₂；

S2.3、视频特征比较：

计算两个视频的感知特征哈希序列α₁和α₂的皮尔逊系数，并与所设定的阈值进行比较，若所述皮尔逊系数大于所设定的阈值，则表示两序列具有极强的相关性，并判定涉嫌侵权视频V₂抄袭，否则判定涉嫌侵权视频V₂不抄袭。

与现有技术相比，本发明的有益效果在于：

1)本发明可以用于视频版权的存储。相较于易被破坏的数字水印，本发明采用了基于区块链的视频版权保护方法，通过利用区块链不可篡改且可追溯的特性，可以保证用户上传过版权信息视频的真实性和唯一性，在版权纠纷发生时，能为其提供可靠有效的版权凭证。

2)本发明可以用于视频版权鉴定。针对以短小、片段化的短视频，本发明有较好的特异化处理效果，通过使用基于内容的感知特征哈希提取技术，能很好地检测出经过倍速、镜像、修改字幕音频、修改画幅形状等处理的视频，让搬运无所遁形，具有实际的应用价值。

附图说明

图1为本发明版权存储模块的流程图；

图2为本发明版权验证模块的流程图。

具体实施方式

本实施例中，一种基于区块链的短视频版权保护方法，是应用于由客户端和区块链端所组成的网络环境中，客户端由版权存储模块和版权检验模块组成，在区块链上部署有读写智能合约和搜索智能合约；该短视频版权保护方法包括以下步骤：

S1、客户端存储版权，参见图1：

用户上传原始版权视频V₀；

S1.1、客户端进行原创性验证：

客户端获取用户上传的原始版权视频V₀并提取其密码学哈希后，向区块链端发出查找版权请求；

搜索智能合约根据原始版权视频V₀的密码学哈希在区块链端进行搜索，若搜索成功，则表示未通过原创性验证，并发出警告后退出流程，若搜索失败，则表示通过原创性验证，并继续执行步骤S1.2的版权注册；

S1.2、客户端进行区块链登记：

客户端向区块链端发出上传版权请求，并将原始版权视频V₀的密码学哈希、作者署名以及时间戳一起作为版权信息提交给区块链端；

区块链端接收到上传版权请求后，将收到的版权信息上传至区块链；

S2、客户端检验版权，参见图2：

用户上传两个新的视频：当前版权视频V₁和涉嫌侵权视频V₂；

S2.1、客户端进行视频版权验证：

客户端获取用户新上传的当前版权视频V₁，并向区块链端发出查询版权请求，并从区块链端提取出版权信息中原始版权视频V₀的密码学哈希后，与当前版权视频V₁的密码学哈希进行比较，若两者相同，则表示通过版权验证，否则，则表示未通过版权验证，并发出警告，提示最终给出的判定结果仅供参考；

S2.2、客户端进行视频特征提取：

S2.2.1用Python的CV2库按照设定帧率X从当前版权视频V₁和涉嫌侵权视频V₂中分别提取不同的图像帧，并将图像帧分别转化为单通道的灰度图像后进行存储；

S2.2.2读取每一帧灰度图像并进行预处理：

将一帧灰度图像标记为原始图像I₀后进行双三次插值的图像归一化处理，获得固定尺寸的图像I₁，以保证最终获得的散列哈希的长度是固定的；为了减轻噪声污染对图像的影响，使用带有卷积掩模的高斯低通滤波器对固定尺寸的图像I₁进行处理，得到过滤后的图像I₂；使用SVD操作来对过滤后的图像I₂进行压缩，获得完整的二次处理图像I；

S2.2.3对于二次处理图像I中的每个像素P_c进行DCP编码处理，从而得到所有像素两个DCP编码值：

(1)以任一像素P_c为圆心，在像素P_c的局部邻域内，按照0、π/4、π/2、3π/4、π、5π/4、3π/2和7π/4的八个方向，在半径为R_i的内圆和半径为R_e的外圆上分别对称采样8个点，记为内圆采样点{P₀,P₁,...,P_i,...,P₇}和外圆采样点{Q₀,Q₁,...,Q_i,...,Q₇}，其中，P_i和Q_i分别表示内圆上的第i个采样点和外圆上的第i个采样点；0≤i≤7；

(2)对任一像素P_c，根据式(1)计算第i个采样点的模式编码DCP_i：

DCP_i＝S(P_i-P_c)×2+S(Q_i-P_i),0≤i≤7 (1)

式(1)中，S(·)为符号函数，并有：

(3)根据式(3)计算像素P_c的第一DCP编码值η₁和第二DCP编码值η₂，它们分别代表水平-垂直纹理和对角纹理的特征：

式(3)中，DCP_2i为第2i个采样点的模式编码；DCP_2i+1为第2i+1个采样点的模式编码；0≤i≤3；

S2.2.4将二次处理图像I中所有像素的第一DCP编码值构成第一映射I⁽¹⁾、第二DCP编码值构成第二映射I⁽²⁾；

S2.2.5根据式(5)分别将第一映射I⁽¹⁾和第二映射I⁽²⁾均分为(M/k₁)²个大小为k₁×k₁的不重叠块：

式(5)中，I^(s)表示第s映射，

表示第s映射I^(s)的第M/k₁行第M/k₁列的不重叠块；

S2.2.6对第s映射I^(s)中第i行第j列的不重叠块

进行直方图统计，得到直方图

i,j＝1,2,...,M/k₁；

S2.2.7将第一映射I⁽¹⁾的直方图

和第二映射I⁽²⁾的直方图

组合为直方图矩阵h_i,j；从而利用式(8)生成纹理特征矩阵H：

S2.2.8对纹理特征矩阵H进行主成分分析操作，生成感知特征哈希α；

S2.2.9将当前版权视频V₁中每个图像帧的感知特征哈希合并，获得视频感知特征哈希序列α₁；将涉嫌侵权视频V₂中每个图像帧的感知特征哈希合并，获得视频感知特征哈希序列α₂；

S2.3、视频特征比较：

计算两个视频的感知特征哈希序列α₁和α₂的皮尔逊系数，并与所设定的阈值进行比较，若皮尔逊系数大于等于所设定的阈值(比如设置成0.8)，则表示两序列具有极强的相关性，并判定涉嫌侵权视频V₂抄袭，否则判定涉嫌侵权视频V₂不抄袭。

方案分析

1、可靠性分析

1)感知特征哈希技术的可靠性：

感知特征哈希不同于传统哈希，其作用在于生成每张图像的“指纹”字符串，通过比较不同图像之间的指纹信息可以判断图像的相似性。已知动态视频是由多个图像帧组成的，所以我们对于视频的比较实际上是基于对视频中的图像帧的比较，通过计算图像帧之间的感知哈希的相似性来获得视频之间的相似性。本发明采用的DCP编码可以很好的提取图片的感知纹理特征，并且具有一定的鲁棒性、抗碰撞性和良好的识别性能，可以应对目前网络上大部分关于视频图像的变形处理，因此同样也可以应对关于视频的处理。所以使用以DCP编码为主的感知特征哈希提取方法对视频进行特征提取并进行比较是可行且可靠的。

2)区块链技术的可靠性：

区块链从本质上讲是一个共享数据库，因其不可伪造、留痕透明的特点，存储于其中的数据或信息不可以被二次修改。本方案利用区块链技术存储视频的基本版权信息，可以对视频进行版权所属鉴定，证明视频作品的所有人。因此，根据比对上传至区块链上的原始视频A的信息与上传至客户端的原始视频B的信息可以判断A与B是否是同一个视频，最终保证本发明的检测判断结果是可靠的，而非伪造的。

2、效率分析

本发明的开销主要发生在下列操作上：提取视频哈希特征、上传视频版权信息并计算对应密码学哈希值、读取区块链上的信息进行确权和原视频与涉嫌侵权视频进行比较。其中，按照现在一般的手提电脑性能，“上传视频版权信息并计算对应密码学哈希值”、“读取区块链上的信息进行确权”这两个部分平均开销都为秒级，“提取视频哈希特征”、“读取区块链上的信息进行确权”和“原视频与涉嫌侵权视频进行比较”这三个部分平均开销为秒级，而比较过程的时间开销与视频长度成正比。大部分计算工作量落在系统客户端，消耗区块链的资源相对少，实现成本低，符合实际。

Claims (1)

1.一种基于区块链的短视频版权保护方法，其特征是应用于由客户端和区块链端所组成的网络环境中，所述客户端由版权存储模块和版权检验模块组成，在所述区块链上部署有读写智能合约和搜索智能合约；所述短视频版权保护方法包括以下步骤：

S1、客户端存储版权：

用户上传原始版权视频V₀；

S1.1、客户端进行原创性验证：

客户端获取用户上传的原始版权视频V₀并提取其密码学哈希后，向区块链端发出查找版权请求；

所述搜索智能合约根据原始版权视频V₀的密码学哈希在区块链端进行搜索，若搜索成功，则表示未通过原创性验证，并发出警告后退出流程，若搜索失败，则表示通过原创性验证，并继续执行步骤S1.2的版权注册；

S1.2、客户端进行区块链登记：

客户端向区块链端发出上传版权请求，并将原始版权视频的密码学哈希、作者署名以及时间戳一起作为版权信息提交给区块链端；

所述区块链端接收到所述上传版权请求后，将收到的版权信息上传至区块链；

S2、客户端检验版权：

用户上传两个新的视频：当前版权视频V₁和涉嫌侵权视频V₂；

S2.1、客户端进行视频版权验证：

客户端获取用户新上传的当前版权视频V₁，并向区块链端发出查询版权请求，并从区块链端提取出所述版权信息中原始版权视频V₀的密码学哈希后，与当前版权视频V₁的密码学哈希进行比较，若两者相同，则表示通过版权验证，否则，则表示未通过版权验证，并发出警告；

S2.2、客户端进行视频特征提取：

S2.2.1用Python的CV2库按照设定帧率X从当前版权视频V₁和涉嫌侵权视频V₂中分别提取不同的图像帧，并将图像帧分别转化为单通道的灰度图像后进行存储；

S2.2.2读取每一帧灰度图像并进行处理：

将一帧灰度图像标记为原始图像I₀后进行双三次插值的图像归一化处理，获得固定尺寸的图像I₁；使用带有卷积掩模的高斯低通滤波器对所述固定尺寸的图像I₁进行处理，得到过滤后的图像I₂；使用SVD操作来对过滤后的图像I₂进行压缩，获得完整的二次处理图像I；

S2.2.3对于二次处理图像I中的每个像素P_c进行处理，从而得到所有像素两个DCP编码值：

(1)以任一像素P_c为圆心，在像素P_c的局部邻域内，按照0、π/4、π/2、3π/4、π、5π/4、3π/2和7π/4的八个方向，在半径为R_i的内圆和半径为R_e的外圆上分别对称采样8个点，记为内圆采样点{P₀,P₁,...,P_i,...,P₇}和外圆采样点{Q₀,Q₁,...,Q_i,...,Q₇}，其中，P_i和Q_i分别表示内圆上的第i个采样点和外圆上的第i个采样点；0≤i≤7；

(2)对任一像素P_c，根据式(1)计算第i个采样点的模式编码DCP_i：

DCP_i＝S(P_i-P_c)×2+S(Q_i-P_i),0≤i≤7 (1)

式(1)中，S(·)为符号函数，并有：

(3)根据式(3)计算像素P_c的第一DCP编码值η₁和第二DCP编码值η₂：

式(3)中，DCP_2i为第2i个采样点的模式编码；DCP_2i+1为第2i+1个采样点的模式编码；0≤i≤3；

S2.2.4将二次处理图像I中所有像素的第一DCP编码值构成第一映射I⁽¹⁾、第二DCP编码值构成第二映射I⁽²⁾；

S2.2.5根据式(5)分别将第一映射I⁽¹⁾和第二映射I⁽²⁾均分为(M/k₁)²个大小为k₁×k₁的不重叠块：

式(5)中，I^(s)表示第s映射，

表示第s映射I^(s)的第M/k₁行第M/k₁列的不重叠块；

S2.2.6对第s映射I^(s)中第i行第j列的不重叠块

进行直方图统计，得到直方图

S2.2.7将第一映射I⁽¹⁾的直方图

和第二映射I⁽²⁾的直方图

组合为直方图矩阵h_i,j；从而利用式(8)生成纹理特征矩阵H：

S2.2.8对纹理特征矩阵H进行主成分分析操作，生成感知特征哈希α；

S2.2.9将当前版权视频V₁中每个图像帧的感知特征哈希合并，获得视频感知特征哈希序列α₁；将涉嫌侵权视频V₂中每个图像帧的感知特征哈希合并，获得视频感知特征哈希序列α₂；

S2.3、视频特征比较：

计算两个视频的感知特征哈希序列α₁和α₂的皮尔逊系数，并与所设定的阈值进行比较，若所述皮尔逊系数大于所设定的阈值，则表示两序列具有极强的相关性，并判定涉嫌侵权视频V₂抄袭，否则判定涉嫌侵权视频V₂不抄袭。

Images