圖片比對方法、裝置及視頻比對方法、裝置的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及圖像識別領(lǐng)域，特別是設(shè)及圖片比對方法、裝置及視頻比對方法、裝 置。
【背景技術(shù)】
[0002] 網(wǎng)絡(luò)視頻是在網(wǎng)絡(luò)上W WMV、RM、RMVB W及MOV等視頻文件格式傳播的動態(tài)影像，包 括各類影視節(jié)目，如自制劇、綜藝節(jié)目、視頻、廣告等，W節(jié)目容量大、節(jié)目類型多樣、存儲簡 單、接收方便等特點備受親睞。但是，基于上述便利性，一些網(wǎng)絡(luò)公司具有獨享版權(quán)的網(wǎng)絡(luò) 視頻常被其他網(wǎng)站盜播，大量的盜播給版權(quán)公司帶來了巨大的損失。例如，部分網(wǎng)站通過修 改視頻標題等手段盜播具有獨享版權(quán)的網(wǎng)絡(luò)視頻。
[0003] 目前，運類盜播通常是通過比對盜版視頻與版權(quán)視頻的文字標題是否相同進行確 定。但是，網(wǎng)絡(luò)視頻的文字標題的修改是極其容易的，因此，運種利用比對文字標題是否相 同確定版權(quán)視頻是否被盜播的方法誤判率高、判斷結(jié)果不可靠，給網(wǎng)絡(luò)視頻的版權(quán)維護帶 來了困難。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明實施例的目的在于提供圖片比對方法、裝置及視頻比對方法、裝置，W實現(xiàn) 兩個圖片和/或兩個視頻是否相似的精確判斷。
[0005] 為達到上述目的，本發(fā)明實施例公開了一種圖片比對方法，應(yīng)用于電子設(shè)備中，包 括如下步驟：
[0006] 獲得待比對的兩個圖片，將所述兩個圖片分別記為:第一圖片和第二圖片；
[0007] 確定所述第一圖片的多個特征點，并計算出所述第一圖片的每一特征點對應(yīng)的海 森矩陣的跡;確定所述第二圖片的多個特征點，并計算出所述第二圖片的每一特征點對應(yīng) 的海森矩陣的跡;所述特征點為海森矩陣判別式的值大于或小于與該像素點相鄰的像素點 的海森矩陣判別式的值的像素點；
[000引在所述第一圖片的特征點的個數(shù)和所述第二圖片的特征點的個數(shù)均大于第一闊 值的情況下，對所述第一圖片的每一特征點分別進行如下處理:將與該特征點的所述海森 矩陣的跡的正負號相同的所述第二圖片的特征點組成第一集合，計算該特征點到所述第一 集合中每一所述第二圖片的特征點的歐氏距離，組成第二集合;計算所述第二集合中最小 歐氏距離與次最小歐式距離的比值;判斷所述比值是否小于第二闊值，如果是，確定該特征 點與所述最小歐氏距離對應(yīng)的所述第二圖片的特征點相匹配；
[0009] 判斷與所述第二圖片的特征點相匹配的所述第一圖片的特征點的個數(shù)是否大于 第Ξ閥值;如果是，則確定所述兩個圖片相似;否則，確定所述兩個圖片不相似。
[0010] 優(yōu)選的，在所述確定所述第一圖片的多個特征點前，所述方法圖片比對方法還包 括:從第一算法、第二算法和第Ξ算法中選擇至少一種算法對所述兩個圖片進行比對，獲得 第一比對結(jié)果，并在所述第一比對結(jié)果為所述兩個圖片不相似時再執(zhí)行所述確定所述第一 圖片的多個特征點的步驟；
[0011] 當選擇兩種算法進行比對時，將選擇的其中一種算法確定為首次比對算法，另一 種算法確定為第二次比對算法;使用所述首次比對算法對所述兩個圖片進行首次比對，獲 得首次比對結(jié)果;在所述首次比對結(jié)果為所述兩個圖片不相似時，使用所述第二次比對算 法對所述兩個圖片進行比對，獲得所述第一比對結(jié)果；
[0012] 當選擇Ξ種算法進行比對時，將選擇的所述Ξ種算法分別確定為首次比對算法、 第二次比對算法和第Ξ次比對算法，使用所述首次比對算法對所述兩個圖片進行首次比 對，獲得首次比對結(jié)果;在所述首次比對結(jié)果為所述兩個圖片不相似時，使用所述第二次比 對算法對所述兩個圖片進行比對，獲得第二次比對結(jié)果，在所述第二次比對結(jié)果為所述兩 個圖片不相似時，使用所述第Ξ次比對算法對所述兩個圖片進行比對，獲得所述第一比對 結(jié)果。
[0013] 優(yōu)選的，所述第一算法為:計算并存儲所述第一圖片的第一哈希特征值，計算并存 儲所述第二圖片的第二哈希特征值;讀取所述第一哈希特征值和所述第二哈希特征值，計 算所述第一圖片與所述第二圖片的漢明距離;判斷所述漢明距離是否小于第四閥值，如果 是，確定所述第一圖片與所述第二圖片相似;否則，確定不相似；
[0014] 和/或，所述第二算法為:計算并存儲所述第一圖片上每個像素點的第一局部二值 模式值，計算并存儲所述第二圖片上每個像素點的第二局部二值模式值;做出所述第一圖 片的第一直方圖，做出所述第二圖片的第二直方圖；其中，所述第一直方圖的橫坐標為所述 第一局部二值模式值，所述第一直方圖的縱坐標為每一所述第一局部二值模式值對應(yīng)的所 述第一圖片上的像素點的數(shù)量;所述第二直方圖的橫坐標為所述第二局部二值模式值，所 述第二直方圖的縱坐標為每一所述第二局部二值模式值對應(yīng)的所述第二圖片上的像素點 的數(shù)量;將所述第一直方圖與所述第二直方圖重合，統(tǒng)計所述第一直方圖與所述第二直方 圖的重疊部分的像素點的數(shù)量，獲得所述第一圖片和所述第二圖片的相似度，判斷所述相 似度是否大于第五闊值，如果是，確定所述第一圖片與所述第二圖片相似;否則，確定不相 似；
[0015] 和/或，所述第Ξ算法為:將所述第一圖片和所述第二圖片的尺寸調(diào)整一致，并將 所述第一圖片和所述第二圖片分別劃分成相互對應(yīng)的、大小一致的多個塊;計算所述第一 圖片和所述第二圖片中每一對應(yīng)位置之間的結(jié)構(gòu)相似度，并計算所有相應(yīng)塊之間的結(jié)構(gòu)相 似度的平均值;判斷所述平均值是否大于第六闊值，如果是，確定所述第一圖片與所述第二 圖片相似;否則，確定不相似。
[0016] 優(yōu)選的，所述確定所述第一圖片的特征點包括：
[0017] 對所述第一圖片的每一像素點用不同尺寸的濾波器分別進行濾波，獲得所述第一 圖片在不同尺度的一系列響應(yīng)圖，構(gòu)成第一圖片金字塔；
[0018] 計算所述第一圖片的每一像素點的海森矩陣判別式的值；
[0019] 將海森矩陣判別式的值大于或小于與該像素點在所述第一圖片金字塔中相鄰的 預(yù)設(shè)數(shù)量的像素點的海森矩陣判別式的值的像素點確定為所述第一圖片的特征點；
[0020] 所述確定所述第二圖片的特征點包括：
[0021] 對所述第二圖片的每一像素點用不同尺寸的濾波器分別進行濾波，獲得所述第二 圖片在不同尺度的一系列響應(yīng)圖，構(gòu)成第二圖片金字塔；
[0022] 計算所述第二圖片的每一像素點的海森矩陣判別式的值；
[0023] 將海森矩陣判別式的值大于或小于與該像素點在所述第二圖片金字塔中相鄰的 預(yù)設(shè)數(shù)量的像素點的海森矩陣判別式的值的像素點確定為所述第二圖片的特征點。
[0024] 本發(fā)明實施例還公開了一種應(yīng)用本發(fā)明公開的所述圖片比對方法進行視頻比對 的方法，其特征在于，應(yīng)用于電子設(shè)備中，所述視頻比對方法包括：
[0025] 從待比對的兩個視頻中的一個視頻中提取多張待比對的圖片，組成第一圖片組， 從另一視頻中提取多張待比對的圖片，組成第二圖片組；
[0026] 利用本發(fā)明公開的所述圖片比對方法，對所述第一圖片組中的每一圖片與所述第 二圖片組中的每一圖片分別進行比對，確定最終相似圖片對的數(shù)量;每一對相似的圖片中 包括一張所述第一圖片組的圖片和一張所述第二圖片組的圖片；
[0027] 判斷所述最終相似圖片對的數(shù)量是否大于第屯闊值，如果是，則確定所述兩個視 頻相似;否則，確定所述兩個視頻不相似。
[0028] 優(yōu)選的，所述利用本發(fā)明公開的所述圖片比對方法，對所述第一圖片組中的每一 圖片與所述第二圖片組中的每一圖片分別進行比對，確定最終相似圖片對的數(shù)量;每一對 相似的圖片中包括一張所述第一圖片組的圖片和一張所述第二圖片組的圖片包括：
[0029] 從第一算法、第二算法和第Ξ算法中選擇至少一種算法對所述第一圖片組中的每 一圖片與所述第二圖片組中的每一圖片分別進行比對，獲得第一相似圖片對的數(shù)量；
[0030] 當所述第一相似圖片對的數(shù)量小于第屯闊值時，去除所述第一圖片組和所述第二 圖片組中與所述第一相似圖片對的數(shù)量相等的相似圖片；
[0031] 利用利用本發(fā)明提供的所述圖片比對方法，對去除相似圖片后的所述第一圖片組 中的每一圖片與去除相似圖片后的所述第二圖片組中的每一圖片分別進行比對，獲得第二 相似圖片對的數(shù)量；
[0032] 將所述第一相似圖片對的數(shù)量與所述第二相似圖片對的數(shù)量的和，確定為所述最 終相似圖片對的數(shù)量。
[0033] 優(yōu)選的，所述從第一算法、第二算法和第Ξ算法中選擇至少一種算法對所述第一 圖片組中的每一圖片與所述第二圖片組中的每一圖片分別進行比對，獲得第一相似圖片對 的數(shù)量包括：
[0034] 當選擇兩種算法進行比對時，將選擇的其中一種算法確定為首次比對算法，另一 種算法確定為第二次比對算法;使用所述首次比對算法對所述第一圖片組中的每一圖片與 所述第二圖片組中的每一圖片分別進行比對，獲得第Ξ相似圖片對的數(shù)量；當所述第Ξ相 似圖片對的數(shù)量小于第屯闊值時，去除所述第一圖片組和所述第二圖片組中與所述第Ξ相 似圖片對的數(shù)量相等的相似圖片;利用所述第二次比對算法，對去除相似圖片后的所述第 一圖片組中的每一圖片與去除相似圖片后的所述第二圖片組中的每一圖片分別進行比對， 獲得第四相似圖片對的數(shù)量;將所述第Ξ相似圖片對的數(shù)量與所述第四相似圖片對的數(shù)量 的和，確定為所述第一相似圖片對的數(shù)量；
[0035] 當選擇Ξ種算法進行比對時，將選擇的所述Ξ種算法分別確定為首次比對算法、 第二次比對算法和第Ξ次比對算法，使用所述首次比對算法對對所述第一圖片組中的每一 圖片與所述第二圖片組中的每一圖片分別進行比對，獲得第五相似圖片對的數(shù)量；當所述 第五相似圖片對的數(shù)量小于第屯闊值時，去除所述第一圖片組和所述第二圖片組中與所述 第五相似圖片對的數(shù)量相等的相似圖片;使用所述第二次比對算法，對去除相似圖片后的 所述第一圖片組中的每一圖片與去除相似圖片后的所述第二圖片組中的每一圖片分別進 行比對，獲得第六相似圖片對的數(shù)量；當所述第五相似圖片對的數(shù)量與所述第六相似圖片 對的數(shù)量的和小于第屯闊值時，再次去除所述第一圖片組和所述第二圖片組中與所述第六 相似圖片對的數(shù)量相等的相似圖片;使用所述第Ξ次比對算法，對再次去除相似圖片后的 所述第一圖片組中的每一圖片與再次去除相似圖片后的所述第二圖片組中的每一圖片分 另贓行比對，獲得第屯相似圖片對的數(shù)量;將所述第五相似圖片對的數(shù)量、所述第六相似圖 片對的數(shù)量與所述第屯相似圖片對的數(shù)量的和，確定為所述第一相似圖片對的數(shù)量。
[0036] 優(yōu)選的，所述第一算法為:計算并存儲所述第一圖片的第一哈希特征值，計算并存 儲所述第二圖片的第二哈希特征值;讀取所述第一哈希特征值和所述第二哈希特征值，計 算所述第一圖片與所述第二圖片的漢明距離;判斷所述漢明距離是否小于第四閥值，如果 是，確定所述第一圖片與所述第二圖片相似;否則，確定不相似；
[0037] 和/或，所述第二算法為:計算并存儲所述第一圖片上每個像素點的第一局部二值 模式值，計算并存儲所述第二圖片上每個像素點的第二局部二值模式值;做出所述第一圖 片的第一直方圖，做出所述第二圖片的第二直方圖；其中，所述第一直方圖的橫坐標為所述 第一局部二值模式值，所述第一直方圖的縱坐標為每一所述第一局部二值模式值對應(yīng)的所 述第一圖片上的像素點的數(shù)量;所述第二直方圖的橫坐標為所述第二局部二值模式值，所 述第二直方圖的縱坐標為每一所述第二局部二值模式值對應(yīng)的所述第二圖片上的像素點 的數(shù)量;將所述第一直方圖與所述第二直方圖重合，統(tǒng)計所述第一直方圖與所述第二直方 圖的重疊部分的像素點的數(shù)量，獲得所述第一圖片和所述第二圖片的相似度，判斷所述相 似度是否大于第五闊值，如果是，確定所述第一圖片與所述第二圖片相似;否則，確定不相 似；
[0038] 和/或，所述第Ξ算法為：將所述第一圖片和所述第二圖片的尺寸調(diào)整一致，并將 所述第一圖片和所述第二圖片分別劃分成相互對應(yīng)的、大小一致的多個塊;計算所述第一 圖片和