基于時域代表幀的視頻哈希算法研究.pdf

1、多媒體技術的快速發(fā)展和互聯網的廣泛應用，促使網絡視頻呈現爆炸性的增長趨勢。同時，不同的用戶往往根據自身的需求對視頻進行各種編輯處理，如剪切、格式轉換、添加邊框、尺寸變化等，生成不同版本的視頻，使視頻資源變得極其豐富。這些豐富的視頻資源對視頻的檢索、內容管理和版權保護等造成了嚴峻的挑戰(zhàn)?；谝曨l哈希的視頻拷貝檢測技術對視頻的信息檢索、視頻版權保護、視頻數據庫的去冗余和管理、視頻特定內容的檢測與過濾、視頻跟蹤等方面有著重要的應用。因此，如何

2、建立更有魯棒性的視頻拷貝檢測系統(tǒng)成了國內外研究的熱點。
　　本論文首先介紹了視頻哈希算法的基本理論知識，包括:視頻的數據特征、視頻哈希的定義、視頻哈希算法的評價標準等;然后提出了一種基于鏡頭分割的視頻哈希算法;最后根據視覺關注模型對視頻內容的顯著作用，提出了一種基于時空域視覺關注加權的視頻哈希算法。
　　本文的主要創(chuàng)新和貢獻在以下兩個方面:
　　(1)提出了基于鏡頭分割的視頻哈希算法。該算法認為同一個鏡頭內的視頻幀的內

3、容在視覺上幾乎是相同的，而不同鏡頭內的視頻幀的內容相差比較大。因此，在形成時域代表幀的過程中，僅僅采用固定幀數的分割并不能很好地描述視頻內容，而且降低了從時域代表幀上提取到的視頻哈希的魯棒性和區(qū)分性?；阽R頭分割的時域代表幀在表征視頻內容上表現出更好的優(yōu)勢，且從時域代表幀上生成提取的視頻哈希在緊湊性、魯棒性和區(qū)分性上有著更好的性能。
　　(2)提出了一種基于時空域視覺關注加權的視頻哈希算法。傳統(tǒng)的視頻幀加權方式是指數加權或平均加權

4、。盡管這兩種加權計算簡單，卻沒有充分考慮人眼對視頻內容變化的關注程度的不同。提出的算法根據人眼對視頻內容的視覺關注的不同程度的變化，計算每一幀的時域視覺權重，從而生成能夠描述視頻幀的受關注程度的時域代表幀。從這種時域代表幀上提取的視頻哈希不僅能夠體現視頻受關注內容的重要程度，而且提高了視頻哈希的性能。
　　本文提出了兩種生成視頻哈希的算法，這兩種算法通過不同方式生成的視頻哈希對視頻內容進行簡約性表征。視頻哈希的簡約形式使得其在很多