学位论文 > 优秀研究生学位论文题录展示
基于镜头的高效视频拷贝检测技术研究
作 者: 王彪
导 师: 李平
学 校: 华中科技大学
专 业: 计算机应用技术
关键词: 视频拷贝检测 词袋模型 镜头合并与去除 降维维度 二次判定
分类号: TP391.41
类 型: 硕士论文
年 份: 2013年
下 载: 4次
引 用: 0次
阅 读: 论文下载
内容摘要
随着计算机技术的迅速发展,数字媒体的数量也急剧增加,随之而来的是一系列的版权纠纷问题。在拷贝检测应用方面,基于内容的拷贝检测具有更好的鲁棒性和更好的适用性,因而可以看作数字水印的替代技术。本文使用基于镜头的视频拷贝检测技术,运用文档检索领域的词袋模型对视频内容进行检测。首先根据镜头分割的实际情况,对分割算法得到的镜头进行一定的去除和合并,从而使得镜头的分割结果更加合理,同时减少索引数量并加快查找速度。然后对于各个镜头提取各关键帧的局部特征,对局部特征实验性的选取降维的维度,以求在保持其最高区分度的情况下尽量减小降维的后的维度。以这种降维方式产生词袋模型中的关键字,能够确保每个特征的对应的关键字的产生只依赖于自身的内容,增强了关键字产生的稳定性。某些特殊攻击以及镜头分割算法的缺陷的存在,可能会导致拷贝片段和原始片段的长度偏差较大,这样分割得到的镜头就会存在着长度相差较大却互为拷贝的情况。为了应对这种情况,在检测阶段,使用两种方法进行相似度度量。镜头分割结果大部分情况下是较为匹配的,这种情况下使用增大拷贝镜头间相似度与非拷贝镜头间相似度之间差别的度量方式,从而增大区分度,增强辨识能力。对于镜头长度相差较大但是又确实可能为拷贝的情况,本文使用能够减小镜头长度对相似度影响的方式来度量镜头间相似度,从而提高系统的查全率和查准率。实验结果显示,使用本文中的降维和视觉词产生方法,能够很好的表示视频的内容。同时,单独使用一个方式进行相似度度量时,系统已经能够达到很高的性能。另外,对于不可信的镜头间使用另一个方式进行二次判定能够使得系统在查全率和查准率上都有一定的提升。
|
全文目录
摘要 4-5 Abstract 5-7 目录 7-9 1 绪论 9-15 1.1 研究背景及意义 9-10 1.2 国内外研究现状 10-13 1.3 主要研究内容 13-14 1.4 论文结构 14-15 2 视频拷贝检测框架及原理概述 15-24 2.1 视频的结构分析 15-16 2.2 视频的关键帧提取的典型方法 16-18 2.3 视频拷贝检测粒度 18 2.4 视频特征提取 18-22 2.5 拷贝检测效果评价 22-23 2.6 本章小结 23-24 3 视频镜头分割 24-32 3.1 典型的视频镜头分割方法 24-27 3.2 具体的镜头分割方法及分割效果测试 27-31 3.3 本章小结 31-32 4 视频特征提取及检测 32-52 4.1 镜头的特征提取及相似度计算公式的验证 32-41 4.2 构建索引 41-44 4.3 检测结果及分析 44-51 4.4 本章小结 51-52 5 总结与展望 52-54 5.1 论文总结 52 5.2 进一步的工作 52-54 致谢 54-55 参考文献 55-61 附录 1 攻读硕士学位期间参加项目 61
|
相似论文
- 基于“词袋”模型的图像分类系统,TP391.41
- 基于时空关键点的动作识别算法研究,TP391.41
- 基于空间邻域词袋模型的图像标注技术,TP391.41
- 基于拷贝检测的视频版权注册与认定系统,TP311.52
- 基于SIFT的视觉跟踪算法研究,TP391.41
- 基于显著度抠像的图像检索研究与实现,TP391.41
- 基于广义组合多核高斯函数的图像分类方法研究,TP391.41
- 针对IPTV应用的视频拷贝检测,TP391.41
- 基于多标签学习的图像区域语义自动标注算法研究,TP391.41
- 基于内容的视频拷贝检测研究,TP391.41
- 基于音频词袋和MPEG-7特征的暴力视频快速分类算法研究,TP391.41
- 基于B/S架构的视频拷贝检测系统,TP391.41
- 新闻视频故事单元关联分析技术研究,TP391.41
- 基于快速鲁棒性特征的物体识别检测算法研究,TP391.41
- 基于局部特征的拷贝检测方法的研究,TP391.41
- 基于内容的视频拷贝检测算法研究,TP391.41
- 图像检索方法研究,TP391.41
- 基于视频指纹的视频拷贝检测技术研究,TP391.41
- 图像识别中图像表达的关键技术研究,TP391.41
- 基于时空特征和词袋模型的多模态视频内容识别算法研究,TP391.41
- 基于视频的人脸表情识别,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|