面向內容安全監(jiān)控的視頻指紋提取方法研究.pdf

1、隨著互聯(lián)網(wǎng)技術、計算機技術及多媒體技術的不斷進步和智能移動終端的逐漸普及,網(wǎng)絡視頻業(yè)務的數(shù)據(jù)量呈爆炸式增長。網(wǎng)絡視頻業(yè)務雖然給人們的日常生活帶來了極大的便利性,但同時內容不安全、不健康的視頻也給社會帶來了巨大危害和不利影響。由于互聯(lián)網(wǎng)的開放性且隨著視頻編輯軟件功能的不斷創(chuàng)新和豐富,使得人們可以越來越容易的獲取、編輯和再發(fā)布視頻等操作,如何有效的監(jiān)管視頻內容安全已成為一個網(wǎng)絡監(jiān)管的新難點。基于內容的視頻指紋作為一項極具潛力和新穎的技術手段

2、,已受到越來越多的企業(yè)和安全研究機構的廣泛關注和研究。
　　視頻指紋一般應滿足魯棒性、準確性和一定的實時性。本文介紹了已有的基于視頻內容的指紋提取算法,并分析了它們存在的問題和不足。為了進一步研究基于內容的視頻指紋算法,論文的主要工作如下:
　　首先,分析了目前網(wǎng)絡視頻業(yè)務面臨的內容安全監(jiān)控的相關問題,說明了論文內容研究的背景和意義,并介紹了國內外目前針對網(wǎng)絡視頻內容安全監(jiān)控的研究現(xiàn)狀。
　　接著,闡述了面向視頻內容安

3、全監(jiān)控的相關機制和技術。分別討論了信息隱藏技術中數(shù)字水印和數(shù)字指紋在數(shù)字產(chǎn)品內容保護方面的應用,主要介紹了基于視頻內容的指紋提取算法并分析了它們的性能。
　　然后,介紹了 SURF算法的基本概念。為了降低指紋提取過程的時間開銷和提升K-means聚類算法的運算效率,本文對SURF算法作了改進:一方面采用同心圓形式的特征描述子計算窗口,不僅降低了描述子特征矢量的維度,同時也省去了特征點方向分配的運算;另一方面通過加入對角線的哈爾模板

4、,增強特征描述子的表達能力。并通過Matlab仿真平臺驗證了改進后的SURF算法擁有較好的準確性和魯棒性。
　　最后,本文介紹了 K-means聚類算法和視覺詞匯的概念,并在前面的基礎上提出了視頻指紋的生成方法。由于指紋的生成使用了視頻的局部不變性特征,保證了指紋的準確性和魯棒性,同時視覺詞匯概念的引入,使得視頻指紋便于存儲和檢索匹配。并通過Matlab仿真平臺對本文提出的視頻指紋提取算法做了驗證,從結果可知該方法具有較好的魯棒性