一种鲁棒的视频指纹提取和匹配方法

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (24): 186-190.

• 图形、图像、模式识别 • 上一篇下一篇

一种鲁棒的视频指纹提取和匹配方法

段德友1，2，欧阳建权1，2

1.湘潭大学智能计算与信息处理教育部重点实验室，湖南湘潭 411105
2.湘潭大学信息工程学院，湖南湘潭 411105

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-08-21 发布日期:2011-08-21

Robust method for video fingerprint extracting and matching

DUAN Deyou1，2，OUYANG Jianquan1，2

1.Key Lab of MoE of Intelligent Computing & Information Processing，Xiangtan University，Xiangtan，Hunan 411105，China
2.College of Information Engineering，Xiangtan University，Xiangtan，Hunan 411105，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-08-21 Published:2011-08-21

摘要/Abstract

摘要： 在视频广告监测的解决方案中，视频指纹日益受到重视。针对目前视频指纹鲁棒性不强、匹配方法效率不高或适用度不广的缺点，提出一种快速鲁棒的视频指纹算法：在视频指纹提取阶段，结合改进的Harris检测和改进的帧间差异法分别提取图像特征、运动特征以产生鲁棒的视频指纹;在指纹匹配阶段，设计了一种分层方案，该方案结合了典型匹配算法适用度广、位置敏感哈希（LSH）高效性的优点。实验表明，在亮度变换和尺寸变化以及常见的噪声攻击中，提取的视频指纹有较强的鲁棒性，提取、匹配的效率高。该方法满足视频监测准确性及实时性的要求。

关键词: 视频指纹, Harris检测, 运动特征, 位置敏感哈希, 视频监测

Abstract: Since existing some defects of the current video fingerprint approaches including weak robustness，ineffective matching scheme and limited adaptability，it presents a robust method for video fingerprint extracting and matching.The video fingerprint vector，which is combined the improved Harris descriptor with the improved inter-frame difference signature，is introduced.The hybrid video fingerprint matching scheme is designed for real-time working.The experimental results verify that comparing with the current method，the proposed video fingerprint is more robust to resist various geometric and signal based modification.

Key words: video fingerprint, Harris detection, motion feature, Location Sensitive Hash（LSH）, video monitoring

段德友1，2，欧阳建权1，2. 一种鲁棒的视频指纹提取和匹配方法[J]. 计算机工程与应用, 2011, 47(24): 186-190.

DUAN Deyou1，2，OUYANG Jianquan1，2. Robust method for video fingerprint extracting and matching[J]. Computer Engineering and Applications, 2011, 47(24): 186-190.

[1]	郭辰，李新伟，杨艺，徐良浩. 基于非局部3D残差网络的视频指纹算法[J]. 计算机工程与应用, 2020, 56(19): 216-223.
[2]	弓剑锋1，韩建栋1，邓一凡2. 基于运动特征及位置估计的行人检测算法[J]. 计算机工程与应用, 2019, 55(7): 138-144.
[3]	王浩，夏利民. 基于堆叠深度卷积沙漏网络的步态识别[J]. 计算机工程与应用, 2019, 55(14): 127-133.
[4]	张亚军，李强. 基于运动特性的HEVC帧间模式快速决策算法[J]. 计算机工程与应用, 2018, 54(23): 195-202.
[5]	罗富丽，李佳田. 结合运动特征的AdaBoost层次增强算法[J]. 计算机工程与应用, 2017, 53(7): 154-159.
[6]	尹辉，王鹏飞，黄华，邹琪. 基于全局运动对比度的轮廓编组元提取算法[J]. 计算机工程与应用, 2016, 52(9): 184-189.
[7]	魏维^1,2，何嘉²，刘凤玉¹. 视频语义分析运动特征表征与抽取技术研究[J]. 计算机工程与应用, 2007, 43(16): 213-215.

一种鲁棒的视频指纹提取和匹配方法

Robust method for video fingerprint extracting and matching

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 7

编辑推荐

Metrics