專利名稱：視頻指紋特征提取系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種視頻指紋特征提取系統(tǒng)，它是一種特征挑選的視頻指紋提取方法。

背景技術(shù)：
隨著視頻網(wǎng)絡(luò)的發(fā)展，視頻節(jié)目呈海量增長之勢，如何高效且有效地檢索或監(jiān)管視頻內(nèi)容成為一個重要的問題。視頻指紋技術(shù)的出現(xiàn)為視頻內(nèi)容的監(jiān)管和檢索提供了一種高效且有效的方法。視頻指紋技術(shù)中的關(guān)鍵技術(shù)之一是如何進(jìn)行視頻指紋的提取。視頻指紋的提取方法是否有效，直接決定了視頻指紋檢索的效率和精度。
在2002年的視覺信息最新進(jìn)展國際會議上(Proceedings of Recent Advances in Visual Information Systems 2002)，Oostveen和Kalker等人在《視頻指紋的特征提取方法和數(shù)據(jù)庫策略》(Feature Extraction and a Database Strategy for Video Fingerprinting)這篇文章中，提出了一種視頻指紋特征提取系統(tǒng)，但是這種特征提取方法在實際使用中精度不高。
在2001，Viola和Jones在計算機(jī)視覺和模式識別會議(Proceedings of Computer Vision and Pattern Recognition，2001)上，提出著名的《用增強(qiáng)的層疊式簡單特征進(jìn)行快速物體識別》(”Rapid Object Detection Using a Boosted Cascade of Simple”)，他們采用增強(qiáng)(Boosting)方法在大量的人臉圖像中挑選出很小部分的哈爾小波特征(Harr-like features)，用這些少量的哈爾小波特征可以進(jìn)行快速的人臉定位。
受以上思想的啟發(fā)，本發(fā)明提出一種全新的視頻指紋特征提取系統(tǒng)。


發(fā)明內(nèi)容
本發(fā)明提供一種全新的基于特征挑選的視頻指紋提取方法，該方法首先對視頻文件進(jìn)行預(yù)處理；然后通過大量的訓(xùn)練樣本集合，并采用增強(qiáng)(Boosting)方法對哈爾小波特征(Harr-like features)集合進(jìn)行挑選；最后將挑選出訓(xùn)練誤差最小的M個哈爾小波特征作為濾波器；這些濾波器被為視頻文件的指紋提取器，對視頻文件進(jìn)行視頻指紋提取。本發(fā)明具體是通過以下技術(shù)方案實現(xiàn)的 一種視頻指紋特征提取系統(tǒng)，包括 M個濾波器，該M個濾波器由挑選的M個哈爾小波特征構(gòu)成； 哈爾小波特征值的計算模塊，與所述根據(jù)所述M個濾波器相連接，用于對視頻文件的每一幀在相同位置上做M個哈爾小波特征值的計算； 視頻指紋文件生成模塊，與所述哈爾小波特征值的計算模塊相連接，用于根據(jù)計算出的結(jié)果生成該視頻文件的指紋文件。
進(jìn)一步地，還包括與所述哈爾小波特征值的計算模塊相連接的預(yù)處理模塊，用于對所述視頻文件進(jìn)行預(yù)處理，然后將預(yù)處理后的視頻文件輸入所述哈爾小波特征值的計算模塊。
進(jìn)一步地，所述預(yù)處理模塊中包括有下以下模塊中的多個或全部 縮放到統(tǒng)一視頻尺寸的模塊； 幀率統(tǒng)一到同一個數(shù)值的模塊； 碼率統(tǒng)一到同一個數(shù)值的模塊。
進(jìn)一步地，所述哈爾小波特征值的計算模塊為根據(jù)需要設(shè)定計算出的哈爾小波特征值在所述指紋文件中對應(yīng)的比特值的模塊。
進(jìn)一步地，所述哈爾小波特征值的計算模塊為根據(jù)M個濾波器分別對應(yīng)的哈爾小波特征的位置和類型，在視頻每一幀的相同位置上做哈爾小波特征值的計算，當(dāng)計算的值大于0時，所述指紋文件中對應(yīng)的比特值為1；當(dāng)計算的值小于或等于0時，所述指紋文件中對應(yīng)的比特值為0，所述步驟3)中根據(jù)該M個濾波器計算得到的M個比特的模塊，所述視頻指紋文件生成模塊為根據(jù)每一幀的M個比特指紋生成該視頻文件的指紋的模塊。
進(jìn)一步地，所述M的取值為32或者64。
進(jìn)一步地，所述M個濾波器為根據(jù)輸入n個樣本視頻對，包含匹配的視頻對和不匹配的視頻對，用增強(qiáng)方法，根據(jù)誤差最小的挑選準(zhǔn)則，挑選出的M個對應(yīng)的哈爾小波特征所對應(yīng)的濾波器。
進(jìn)一步地，所述M個濾波器為 根據(jù)輸入的n個視頻樣本對<<(x11，x12)>，<(x21，x22)>，...，<(xn1，xn2)>>，每個輸入視頻樣本對帶一個類別標(biāo)號yi∈{-1，1}，初始化權(quán)值

i＝1，...，n；對于m＝1，...，M，找出假設(shè)函數(shù)hm(x1，x2)，使得在權(quán)值w＝(w1，...，wn1)上的加權(quán)誤差最小，其中過濾器函數(shù)為fm和閾值為tm的假設(shè)函數(shù)定義為hm(x1，x2)＝sgn([(fm(x1)-tm)·(fm(x2)-tm)])，計算加權(quán)誤差

δ(hm(x1i，x2i)≠yi)；賦予置信值cm給hm

對于匹配對，按如下方法更新權(quán)值

按如下歸一化權(quán)值

假設(shè)為

記錄該M個哈爾小波特征的位置、類型，作為M個濾波器。
本發(fā)明提供的視頻指紋特征提取系統(tǒng)，由于采用哈爾小波特征構(gòu)成濾波器進(jìn)行視頻指紋特征提取，降低了視頻指紋特征提取的復(fù)雜度，具有提取速度快，且提取出的視頻指紋特征構(gòu)成的指紋文件存儲空間小，方便了指紋文件的索引和檢索。



圖1為本發(fā)明視頻指紋特征提取系統(tǒng)實施例流程圖； 圖2為本發(fā)明實施例中用到的哈爾小波特征實施圖。

具體實施例方式 如圖1所示，一種視頻指紋特征提取系統(tǒng)，包括 M個濾波器，該M個濾波器由挑選的M個哈爾小波特征構(gòu)成； 哈爾小波特征值的計算模塊，與所述根據(jù)所述M個濾波器相連接，用于對視頻文件的每一幀在相同位置上做M個哈爾小波特征值的計算； 視頻指紋文件生成模塊，與所述哈爾小波特征值的計算模塊相連接，用于根據(jù)計算出的結(jié)果生成該視頻文件的指紋文件。
還包括與所述哈爾小波特征值的計算模塊相連接的預(yù)處理模塊，用于對所述視頻文件進(jìn)行預(yù)處理，然后將預(yù)處理后的視頻文件輸入所述哈爾小波特征值的計算模塊。
其中，所述預(yù)處理模塊中包括有下以下模塊中的多個或全部 縮放到統(tǒng)一視頻尺寸的模塊，例如統(tǒng)一縮放到160x120； 幀率統(tǒng)一到同一個數(shù)值的模塊，例如6幀/秒； 碼率統(tǒng)一到同一個數(shù)值的模塊。
所述哈爾小波特征值的計算模塊為根據(jù)需要設(shè)定計算出的哈爾小波特征值在所述指紋文件中對應(yīng)的比特值的模塊。本實施例中，根據(jù)M個濾波器分別對應(yīng)的哈爾小波特征的位置和類型，在視頻每一幀的相同位置上做哈爾小波特征值的計算，當(dāng)計算的值大于0時，所述指紋文件中對應(yīng)的比特值為1；當(dāng)計算的值小于或等于0時，所述指紋文件中對應(yīng)的比特值為0。其中，M的取值通常是32或者64，本發(fā)明不局限于這兩個整數(shù)。所述步驟3)中根據(jù)該M個濾波器計算得到的M個比特，該M個比特即為該幀的指紋，而所有幀的指紋即為該視頻文件的指紋。
其中，所述M個濾波器為 11)輸入多個視頻對(video pairs)，包含匹配的視頻對和不匹配的視頻對； 12)用增強(qiáng)(Boosting)方法，根據(jù)誤差最小的挑選準(zhǔn)則(由于涉及匹配和不匹配的兩種視頻，請具體說明該挑選準(zhǔn)則，謝謝)，挑選出M個對應(yīng)的哈爾小波特征(Harr-like features)；記錄該M個哈爾小波特征(Harr-like features)的位置、類型，作為M個濾波器。圖2為本實施例中用到的哈爾小波特征實施圖。
其中，匹配的視頻對指的是兩個視頻片段的視頻內(nèi)容相同，但兩個視頻片段之間包含例如色度、光強(qiáng)、帶文字、帶標(biāo)記(logo)、上下被裁剪、左右裁剪等視頻剪切或者視頻編碼等動作帶來的噪聲或者變形。不匹配的視頻對指的是兩個視頻片段的視頻內(nèi)容不相同。
其中，所述M個濾波器具體為 121)對輸入的n個視頻樣本對<<(x11，x12)>，<(x21，x22)>，...，<(xn1，xn2)>>，每個輸入視頻樣本對帶一個類別標(biāo)號 yi∈{-1，1}(其中，yi＝-1表示不匹配的視頻對；yi＝1表示匹配的視頻對)，初始化權(quán)值

l＝1，...，n； 122)對于m＝1，...，M，找出假設(shè)函數(shù)hm(x1，x2)，使得在權(quán)值w＝(w1，...，wn1)上的加權(quán)誤差最小，其中過濾器函數(shù)為fm和閾值為tm的假設(shè)函數(shù)定義為 hm(x1，x2)＝sgn([(fm(x1)-tm)·(fm(x2)-tm)]) 123)計算加權(quán)誤差 124)賦予置信值cm給hm 125)對于匹配對，按如下方法更新權(quán)值
126)按如下歸一化權(quán)值
127)最后的假設(shè)為 128)記錄該M個哈爾小波特征的位置、類型，作為M個濾波器。
以上所述的實施例僅用于說明本發(fā)明的技術(shù)思想及特點(diǎn)，其目的在使本領(lǐng)域內(nèi)的技術(shù)人員能夠了解本發(fā)明的內(nèi)容并據(jù)以實施，當(dāng)不能僅以本實施例來限定本發(fā)明的專利范圍，即凡依本發(fā)明所揭示的精神所作的同等變化或修飾，仍落在本發(fā)明的專利范圍內(nèi)。
權(quán)利要求
1.一種視頻指紋特征提取系統(tǒng)，其特征在于包括
M個濾波器，該M個濾波器由挑選的M個哈爾小波特征構(gòu)成；
哈爾小波特征值的計算模塊，與所述根據(jù)所述M個濾波器相連接，用于對視頻文件的每一幀在相同位置上做M個哈爾小波特征值的計算；
視頻指紋文件生成模塊，與所述哈爾小波特征值的計算模塊相連接，用于根據(jù)計算出的結(jié)果生成該視頻文件的指紋文件。
2.根據(jù)權(quán)利要求1所述的視頻指紋特征提取系統(tǒng)，其特征在于
還包括與所述哈爾小波特征值的計算模塊相連接的預(yù)處理模塊，用于對所述視頻文件進(jìn)行預(yù)處理，然后將預(yù)處理后的視頻文件輸入所述哈爾小波特征值的計算模塊。
3.根據(jù)權(quán)利要求2所述的視頻指紋特征提取系統(tǒng)，其特征在于所述預(yù)處理模塊中包括有下以下模塊中的多個或全部
縮放到統(tǒng)一視頻尺寸的模塊；
幀率統(tǒng)一到同一個數(shù)值的模塊；
碼率統(tǒng)一到同一個數(shù)值的模塊。
4.根據(jù)權(quán)利要求1或2所述的視頻指紋特征提取系統(tǒng)，其特征在于所述哈爾小波特征值的計算模塊為根據(jù)需要設(shè)定計算出的哈爾小波特征值在所述指紋文件中對應(yīng)的比特值的模塊。
5.根據(jù)權(quán)利要求4所述的視頻指紋特征提取系統(tǒng)，其特征在于所述哈爾小波特征值的計算模塊為根據(jù)M個濾波器分別對應(yīng)的哈爾小波特征的位置和類型，在視頻每一幀的相同位置上做哈爾小波特征值的計算，當(dāng)計算的值大于0時，所述指紋文件中對應(yīng)的比特值為1；當(dāng)計算的值小于或等于0時，所述指紋文件中對應(yīng)的比特值為0，所述步驟3)中根據(jù)該M個濾波器計算得到的M個比特的模塊，所述視頻指紋文件生成模塊為根據(jù)每一幀的M個比特指紋生成該視頻文件的指紋的模塊。
6.根據(jù)權(quán)利要求5所述的視頻指紋特征提取系統(tǒng)，其特征在于所述M的取值為32或者64。
7.根據(jù)權(quán)利要求5或6所述的視頻指紋特征提取系統(tǒng)，其特征在于所述M個濾波器為根據(jù)輸入n個樣本視頻對，包含匹配的視頻對和不匹配的視頻對，用增強(qiáng)方法，根據(jù)誤差最小的挑選準(zhǔn)則，挑選出的M個對應(yīng)的哈爾小波特征所對應(yīng)的濾波器。
8.根據(jù)權(quán)利要求7所述的視頻指紋特征提取系統(tǒng)，其特征在于所述M個濾波器為
根據(jù)輸入的n個視頻樣本對<<(x11，x12)>，<(x21，x22)>，...，<(xn1，xn2)>>，每個輸入視頻樣本對帶一個類別標(biāo)號yi∈{-1，1}，初始化權(quán)值
對于m＝1，...，M，找出假設(shè)函數(shù)hm(x1，x2)，使得在權(quán)值w＝(w1，...，wn1)上的加權(quán)誤差最小，其中過濾器函數(shù)為fm和閾值為tm的假設(shè)函數(shù)定義為hm(x1，x2)＝sgn([(fm(x1)-tm)·(fm(x2)-tm)])，計算加權(quán)誤差
賦予置信值cm給hm
對于匹配對，按如下方法更新權(quán)值
按如下歸一化權(quán)值
假設(shè)為
記錄該M個哈爾小波特征的位置、類型，作為M個濾波器。
全文摘要
視頻指紋特征提取系統(tǒng)，包括M個濾波器，該M個濾波器由挑選的M個哈爾小波特征構(gòu)成；哈爾小波特征值的計算模塊，與所述根據(jù)所述M個濾波器相連接，用于對視頻文件的每一幀在相同位置上做M個哈爾小波特征值的計算；視頻指紋文件生成模塊，與所述哈爾小波特征值的計算模塊相連接，用于根據(jù)計算出的結(jié)果生成該視頻文件的指紋文件。本發(fā)明提供的視頻指紋特征提取系統(tǒng)，由于采用哈爾小波特征構(gòu)成濾波器進(jìn)行視頻指紋特征提取，降低了視頻指紋特征提取的復(fù)雜度，具有提取速度快，且提取出的視頻指紋特征構(gòu)成的指紋文件存儲空間小，方便了指紋文件的索引和檢索。
文檔編號G06K9/46GK101819634SQ200910046778
公開日2010年9月1日 申請日期2009年2月27日 優(yōu)先權(quán)日2009年2月27日
發(fā)明者連惠城 申請人:未序網(wǎng)絡(luò)科技(上海)有限公司