數(shù)字圖書(shū)館中基于內(nèi)容的視頻拷貝檢測(cè)關(guān)鍵技術(shù)研究

徐彤陽(yáng)張國(guó)標(biāo)

（1．山西財(cái)經(jīng)大學(xué)信息管理學(xué)院，山西太原030006；2．中國(guó)科學(xué)院文獻(xiàn)情報(bào)中心，北京100190）

數(shù)字圖書(shū)館中基于內(nèi)容的視頻拷貝檢測(cè)關(guān)鍵技術(shù)研究

徐彤陽(yáng)1，2張國(guó)標(biāo)1

（1．山西財(cái)經(jīng)大學(xué)信息管理學(xué)院，山西太原030006；2．中國(guó)科學(xué)院文獻(xiàn)情報(bào)中心，北京100190）

隨著數(shù)字圖書(shū)館中數(shù)字視頻資源的增長(zhǎng)，數(shù)字視頻版權(quán)保護(hù)問(wèn)題逐漸暴露出來(lái)?；趦?nèi)容的視頻拷貝檢測(cè)技術(shù)作為一種有效的版權(quán)保護(hù)技術(shù)，近年來(lái)逐漸受到研究人員的關(guān)注。本文對(duì)基于內(nèi)容的視頻拷貝檢測(cè)的關(guān)鍵技術(shù)視頻指紋提取和指紋匹配的研究成果進(jìn)行了分析，總結(jié)了指紋提取和指紋匹配的研究現(xiàn)狀，指出了該領(lǐng)域存在的問(wèn)題，最后分析了該領(lǐng)域的發(fā)展方向。

數(shù)字圖書(shū)館；基于內(nèi)容的視頻拷貝檢測(cè)；視頻指紋；指紋匹配

從20世紀(jì)90年代數(shù)字圖書(shū)館的概念被提出以來(lái)，至今已發(fā)展了20多年，其中數(shù)字視頻資源成指數(shù)增長(zhǎng)，同時(shí)數(shù)字視頻版權(quán)問(wèn)題暴露出來(lái)。面對(duì)海量的數(shù)字視頻資源，人們可以輕易下載和編輯（轉(zhuǎn)變格式、添加logo、剪輯等）視頻并上傳到數(shù)字圖書(shū)館網(wǎng)站上，這樣不僅侵犯了視頻原作者的知識(shí)產(chǎn)權(quán)，同時(shí)也造成了視頻資源內(nèi)容冗余的問(wèn)題。視頻具有內(nèi)容豐富、直觀生動(dòng)的特點(diǎn)，已成為人們獲取信息的重要渠道。因此如何解決視頻盜版侵權(quán)和減少內(nèi)容重復(fù)的視頻信息已成為影響數(shù)字圖書(shū)館發(fā)展的重要問(wèn)題。

視頻拷貝檢測(cè)作為一種有效的版權(quán)保護(hù)方法逐漸成為近年來(lái)的研究熱點(diǎn)，視頻拷貝檢測(cè)主要有兩種方法：數(shù)字水印法和基于內(nèi)容的視頻拷貝檢測(cè)法。由于數(shù)字水印法需要在視頻制作過(guò)程中加入數(shù)字水印信息，而且對(duì)各種攻擊不具有較好的魯棒性，所以數(shù)字水印法有一定的局限性。基于內(nèi)容的視頻拷貝檢測(cè)不用對(duì)原始視頻添加任何信息，可以在視頻傳播的任何過(guò)程提取視頻的內(nèi)容特征，形成視頻指紋，通過(guò)比較參考視頻和查詢視頻之間的相似度來(lái)判斷是否發(fā)生了視頻拷貝［1］。

如果參考視頻與查詢視頻內(nèi)容上基本相同，只是在視頻亮度、尺寸、位率等方面有差別，則認(rèn)為查詢視頻是參考視頻的拷貝，拷貝變換的形式主要有以下幾個(gè)方面［2］：

（1）視頻位率、幀尺寸的變換。

（2）視頻編碼格式轉(zhuǎn)變：如，MP4、AVI、WMV等格式之間的轉(zhuǎn)變。

（3）視頻在時(shí)域和空域的編輯。如，在邊角添加logo，添加邊框、字幕，噪聲，高斯模糊，剪掉或插入一些幀。

一個(gè)典型的基于內(nèi)容的視頻拷貝檢測(cè)系統(tǒng)由4個(gè)模塊組成：視頻預(yù)處理，指紋提取，指紋匹配，拷貝結(jié)果判定。具體流程如圖1所示。由于視頻特征的復(fù)雜性和攻擊處理的多樣性，如何設(shè)計(jì)一個(gè)計(jì)算簡(jiǎn)便且檢測(cè)精度高的視頻拷貝檢測(cè)系統(tǒng)成了一個(gè)充滿挑戰(zhàn)性的任務(wù)。目前來(lái)看，基于內(nèi)容的視頻拷貝檢測(cè)的研究難點(diǎn)主要在于指紋提取和指紋匹配兩方面。視頻指紋是認(rèn)證視頻的惟一標(biāo)識(shí)，用于描述視頻內(nèi)容，又被稱為視頻DNA。指紋匹配是對(duì)從參考視頻和查詢視頻中提取出的視頻指紋進(jìn)行對(duì)比，判斷相似性。

圖1 基于內(nèi)容的視頻拷貝檢測(cè)系統(tǒng)流程

1 指紋提取

要檢測(cè)出在經(jīng)過(guò)各種編輯處理之后的拷貝視頻序列，提取的視頻指紋必須同時(shí)滿足兩方面的要求，即在一方面要對(duì)處理變換后的視頻數(shù)據(jù)具有魯棒性；在另一方面還要對(duì)因內(nèi)容變化而產(chǎn)生的視頻數(shù)據(jù)具有區(qū)分性，如何提取滿足這兩個(gè)方面的指紋是視頻拷貝檢測(cè)研究的核心［3］。近年來(lái)的研究主要集中于以下4個(gè)方面：

1.1 基于空域的方法

基于空域的方法主要是以視頻關(guān)鍵幀的空域?qū)傩宰鳛橐曨l特征。早期研究者直接將圖像特征提取應(yīng)用到視頻拷貝檢測(cè)中，Naphade［4］采用視頻關(guān)鍵幀的YUV空間直方圖作為該幀的特征，然后通過(guò)比較兩段視頻YUV空間直方圖的相似度來(lái)判斷拷貝，這種方法計(jì)算簡(jiǎn)單但沒(méi)有考慮顏色的空間分布，并且視頻重編碼會(huì)造成顏色偏移，影響檢測(cè)準(zhǔn)確度。Su［5］等利用幀的邊緣信息作為視頻特征，這種方法計(jì)算量較大，并且在發(fā)生視頻格式變換時(shí)容易引起亮度和塊效應(yīng)的變化從而影響視頻幀的邊緣信息。Hampapur［6］提出一種采用宏塊運(yùn)動(dòng)矢量特征作為視頻特征，但往往無(wú)法真實(shí)描述視頻的運(yùn)動(dòng)信息，因此對(duì)視頻內(nèi)容變化不具有較好敏感性。隨后，Hampapur［7］將圖像的順序度量（OM，Ordinal Measure）引入視頻拷貝檢測(cè)，他將每個(gè)關(guān)鍵幀分割成3×3的圖像塊，計(jì)算每塊亮度平均值并對(duì)各塊平均值排序，排序的平均值序列作為視頻指紋。Hua XS［8］采用關(guān)鍵幀灰度平均值的空間分布，提出利用空間灰度序構(gòu)建視頻指紋。由于中位數(shù)相對(duì)平均值對(duì)全局變換有更好的抵抗力，湯海萍［9］提出采用各塊亮度的中位數(shù)序列作為視頻指紋。實(shí)驗(yàn)表明基于OM特征的視頻拷貝檢測(cè)算法明顯優(yōu)于基于運(yùn)動(dòng)方向和顏色直方圖的方法，缺點(diǎn)是當(dāng)視頻亮度改變時(shí)，會(huì)影響各塊的亮度值變化，打亂各塊之間的排序。隨后，Oostveen［10］等人對(duì)各塊的亮度值進(jìn)行偏微分運(yùn)算，再進(jìn)行排序作為關(guān)鍵幀特征構(gòu)建視頻指紋；Lee［11－12］等人通過(guò)提取各塊亮度梯度信息構(gòu)造視頻指紋；鮑偉［13］提出了只提取核心區(qū)域OM特征，對(duì)在邊角添加logo和邊框的視頻具有較好的魯棒性。這種分塊排序法雖然使檢測(cè)性能得到提升，但對(duì)經(jīng)過(guò)幾何變換后的拷貝視頻如扭曲、剪裁和旋轉(zhuǎn)的檢測(cè)效果較差。

于是研究人員提出采用視頻幀的局部特征構(gòu)造視頻指紋，局部特征是對(duì)圖像興趣點(diǎn)領(lǐng)域信息的描述，對(duì)圖像的幾何、光照、視角等變化具有良好的不變性，甚至對(duì)局部遮擋的目標(biāo)依然具有一定的識(shí)別能力。趙玉鑫［14］利用局部敏感哈希算法（LSH，Locality Sensitive Hashing），通過(guò)Harris算子提取出圖像中的局部不變點(diǎn)然后根據(jù)局部不變點(diǎn)的Hilbert曲線生成視頻的哈希碼，最后通過(guò)度量視頻間哈希碼的距離來(lái)判斷是否發(fā)生拷貝。但Harris算子的精確度和抗噪性能相對(duì)較差，并且不具備尺度不變性等。Natsev［15］提出尺度不變特征變換算子（SIFT，Scale Invariant Feature Transform）作為關(guān)鍵幀的局部特征，所提取的局部特征描述性更好，并結(jié)合顏色相關(guān)圖作為視頻指紋。SIFT特征相比以前的特征可區(qū)分性更高，但是提取的特征維度較高計(jì)算較復(fù)雜。許喆［16］等人采用以SIFT特征為基礎(chǔ)的視覺(jué)詞典法（Bag of Visual Words）提取視頻指紋，該方法通過(guò)將提取出的大量局部特征映射成單詞集合，利用近鄰傳播學(xué)習(xí)算法對(duì)單詞進(jìn)行聚類形成視覺(jué)詞典，以詞頻向量構(gòu)成視頻指紋。張三義［17］等提出了一種利用ORB（Oriented FAST and Rotated BRIEF）二值特征描述符作為視頻指紋，相對(duì)于SIFT特征提取速度更快，匹配精度更高。這種基于視頻幀局部興趣點(diǎn)的方法，對(duì)一般常見(jiàn)的攻擊如模糊、加邊框、字幕、幾何變換等都有較好的魯棒性，但局部特征的提取過(guò)程中需要對(duì)興趣點(diǎn)進(jìn)行檢測(cè)和定位，計(jì)算較為復(fù)雜。

1.2 基于時(shí)域的方法

基于時(shí)域的方法是將視頻序列的時(shí)序信息作為視頻指紋。Indyk P．［18］首次提出采用時(shí)域信息作為視頻指紋，他采用視頻中每個(gè)鏡頭時(shí)間長(zhǎng)度的信息作為視頻指紋。這種方法可以用于整個(gè)視頻的拷貝檢測(cè)，但并不適用于視頻片段的拷貝檢測(cè)。隨后，一些研究人員提出運(yùn)用關(guān)鍵幀在視頻中的位置信息構(gòu)造視頻指紋。目前較常用的方法是利用相鄰幀之間順序關(guān)系來(lái)組成視頻指紋，Chen［19］等人采用視頻的時(shí)域亮度順序信息作為視頻指紋，與在空域里進(jìn)行的分塊亮度排序方法相似，將視頻幀分割成塊并計(jì)算各塊亮度的平均值，然而時(shí)域亮度排序不是直接對(duì)視頻幀內(nèi)分塊進(jìn)行亮度排序，而是再視頻序列上放置一個(gè)滑動(dòng)窗口，取窗口內(nèi)的視頻幀相同位置上的分塊排序，從而形成基于時(shí)域的視頻指紋，但是對(duì)插入或刪除視頻幀的情況檢測(cè)性能較差。Zhang［20］等人通過(guò)比較關(guān)鍵幀各塊的平均灰度值，將平均值最大的3個(gè)子塊的位置信息構(gòu)成關(guān)鍵幀特征，然后比較關(guān)鍵幀之間特征的位置變化情況生成視頻指紋。這些方法有效利用了視頻序列的時(shí)間信息，但是對(duì)于插入或刪掉一些幀的攻擊魯棒性較差。郭俊波［21］等人采用Harris角點(diǎn)檢測(cè)并結(jié)合KLT跟蹤將提取的特征點(diǎn)軌跡進(jìn)行量化，然后采用視覺(jué)關(guān)鍵詞方法，將提取的Harris特征點(diǎn)的軌跡行為轉(zhuǎn)化為詞頻直方圖構(gòu)成視頻特征。Wang［22］等人通過(guò)提取三維空間Harris角點(diǎn)，并利用梯度直方圖和光流直方圖表示該點(diǎn)的局部區(qū)域信息，然后進(jìn)行角點(diǎn)聚類，最后跟蹤特征點(diǎn)的軌跡并結(jié)合上下文構(gòu)建視頻指紋。

1.3 基于時(shí)空域的方法

基于時(shí)空域的方法就是將視頻的空間特征和時(shí)間特征聯(lián)合構(gòu)建視頻指紋。由于視頻內(nèi)容豐富多變，使用一種特征不能全面描述視頻內(nèi)容，若融合多種視頻的特征來(lái)構(gòu)建視頻指紋，得到的視頻指紋魯棒性會(huì)更好。Kim［23］等人通過(guò)利用關(guān)鍵幀分塊亮度排序形成空間特征，以相鄰關(guān)鍵幀之間的亮度平均值的變化作為時(shí)間特征，結(jié)合視頻的空間特征和時(shí)間特征構(gòu)建視頻指紋。同時(shí)該文還指出，增加OM分塊數(shù)可以加強(qiáng)特征描述能力。目前現(xiàn)有的基于關(guān)鍵幀的檢測(cè)方法沒(méi)有充分利用視頻的時(shí)空相關(guān)性，潘雪峰［24］等人提出了一種基于視覺(jué)感知的時(shí)空聯(lián)合檢測(cè)方法，根據(jù)視頻序列能量譜與時(shí)間和空間頻率的相關(guān)特性以及人類對(duì)時(shí)空視覺(jué)變化的敏感性，對(duì)視頻時(shí)空切片單元塊進(jìn)行離散余弦變換得到基于視頻時(shí)空聯(lián)合特征的視頻指紋。實(shí)驗(yàn)表明，這種方法比單一使用空域或時(shí)域特征構(gòu)建的視頻指紋具有更好的魯棒性和區(qū)分性，表現(xiàn)出優(yōu)越的性能。

1.4 基于變換域的方法

基于變換域的方法是先對(duì)視頻的關(guān)鍵幀進(jìn)行一些變換如傅里葉變換、離散余弦變換、小波變換等，然后從變換域中提取視頻指紋?；谧儞Q域的特征對(duì)于各種攻擊具有較好的魯棒性，目前已經(jīng)成為主要的視頻指紋提取方法。Swaminathan［25］等人對(duì)視頻幀進(jìn)行傅里葉變換，提取到對(duì)幾何攻擊魯棒的視頻指紋；Coskun［26］等人通過(guò)對(duì)時(shí)空域結(jié)合的特征進(jìn)行離散余弦變換（DCT變換）構(gòu)建視頻指紋。靳延安［2］等人首先將關(guān)鍵幀轉(zhuǎn)換為灰度圖像，將關(guān)鍵幀劃分成塊并計(jì)算每一塊的平均灰度值，對(duì)平均亮度值矩陣做DCT變換，選取DCT變換的AC系數(shù)，生成AC系數(shù)值的排序矩陣，利用AC系數(shù)的有序測(cè)度構(gòu)建視頻指紋。同樣，基于小波變換的方法也可以表征視頻特征，構(gòu)建視頻指紋，而且小波具有平移不變性和伸縮不變性，能夠更好的抵抗對(duì)視頻的幾何攻擊。王大永［27］采用小波變換對(duì)視頻幀進(jìn)行變換，利用低通濾波器構(gòu)建了小波函數(shù)，得到小波系數(shù)，組成視頻序列的特征向量，構(gòu)建視頻指紋。實(shí)驗(yàn)表明基于小波變換的視頻指紋對(duì)各種幾何攻擊具有更好的魯棒性，但小波變換對(duì)視頻幀率變化的抗干擾性能較差。同時(shí)有部分研究者利用基于Radon變換和奇異值分解的方法構(gòu)建視頻指紋，這些方法對(duì)于視頻的幾何攻擊具有較好的魯棒性。以上方法都是在非壓縮域進(jìn)行處理，而對(duì)于壓縮域視頻拷貝檢測(cè)，傳統(tǒng)方法是先進(jìn)行視頻解壓縮再提取視頻指紋，這種方法計(jì)算量大效率較低。張勇東［28］等人提出直接在壓縮域上進(jìn)行DCT變換，得到DC系數(shù)OM特征進(jìn)行相似度匹配，顯著減少輸入視頻解碼操作，提高了視頻指紋提取效率。

2 指紋匹配

視頻指紋匹配也是影響拷貝檢測(cè)系統(tǒng)準(zhǔn)確率和漏檢率的關(guān)鍵因素。指紋匹配是指通過(guò)計(jì)算參考視頻的指紋與查詢視頻的指紋的距離是否小于一個(gè)既定閾值，來(lái)判定查詢視頻是否發(fā)生了拷貝［13］。好的指紋匹配方法應(yīng)滿足在海量數(shù)據(jù)情況下，準(zhǔn)確迅速地測(cè)度指紋之間的距離，返回匹配結(jié)果。目前指紋匹配有兩種常用方法：視頻序列匹配方法［7］和基于幀融合的匹配方法［29］。

2.1 序列匹配方法

序列匹配方法是一種較早的匹配方法，該方法先提取參考視頻的指紋，構(gòu)建一個(gè)指紋庫(kù)。然后提取查詢視頻的指紋信息，然后根據(jù)查詢視頻指紋序列長(zhǎng)度設(shè)定一個(gè)匹配窗口，并設(shè)定滑動(dòng)步長(zhǎng)。匹配時(shí)把查詢視頻指紋序列沿參考視頻指紋序列向前滑動(dòng)一個(gè)固定步長(zhǎng)，并計(jì)算這個(gè)窗口內(nèi)查詢指紋序列與參考指紋序列之間的距離，記下每個(gè)對(duì)齊窗口的兩序列距離值，找出距離值中的最小值，并設(shè)定閾值，將這個(gè)距離最小值和既定閾值比較。如果距離最小值小于既定閾值則認(rèn)為查詢視頻是其對(duì)應(yīng)的參考視頻的拷貝視頻。使用固定步長(zhǎng)的滑動(dòng)窗口不能準(zhǔn)確判斷是否拷貝和拷貝的起始位置。為了應(yīng)對(duì)這種問(wèn)題，聶秀山［1］采用了一種基于可變步長(zhǎng)滑動(dòng)窗口的匹配方法。通過(guò)計(jì)算前一次兩視頻序列匹配的漢明距離（Hamming），將所得漢明距離設(shè)為窗口下次滑動(dòng)的步長(zhǎng)。所有視頻序列都匹配完后，可以得到匹配過(guò)程中最小的漢明距離，若此最小值小于既定閾值，那么查詢視頻為拷貝視頻。這種基于序列匹配方法計(jì)算簡(jiǎn)便，但存在閾值大小設(shè)定問(wèn)題，對(duì)于經(jīng)過(guò)各種處理之后的視頻，設(shè)定一個(gè)合適的閾值很困難。此外，這種方法還不適用于查詢視頻序列中只有一部分視頻序列是拷貝的情況。

2.2 基于幀融合的匹配方法

基于幀融合的匹配方法不需要設(shè)置閾值，該方法分別對(duì)參考視頻和查詢視頻提取關(guān)鍵幀和關(guān)鍵幀特征，并構(gòu)建參考視頻的特征庫(kù)。然后將查詢視頻的每個(gè)關(guān)鍵幀與參考視頻特征庫(kù)進(jìn)行相似性對(duì)比，用相似度最接近的M個(gè)關(guān)鍵幀構(gòu)成相似幀列表。再利用查詢視頻和參考視頻時(shí)間上的一致性信息即可找到查詢視頻對(duì)應(yīng)的參考視頻序列。這種方法也有缺點(diǎn)，如果查詢視頻時(shí)間很長(zhǎng)，要等找到查詢視頻關(guān)鍵幀的所有相似性列表，再進(jìn)行一致性檢測(cè)，這造成了在時(shí)間和空間上較大的浪費(fèi)［9］。Wei S［30］提出采用動(dòng)態(tài)Viterbi－like算法進(jìn)行匹配，該方法不用等所有相似性列表全部返回再進(jìn)行融合，而是有部分相似性列表返回，就開(kāi)始進(jìn)行融合。對(duì)于查詢視頻，在這一匹配過(guò)程中先為其返回一個(gè)相似幀列表，然后在這一列表中結(jié)合時(shí)間一致性信息對(duì)相似幀進(jìn)行融合，將在時(shí)間上連續(xù)的相似幀融合成一個(gè)路徑。

3 研究難點(diǎn)

雖然有眾多研究人員對(duì)基于內(nèi)容的視頻拷貝檢測(cè)進(jìn)行了較深入的研究，但就目前而言這一研究工作仍然存在許多問(wèn)題需要解決。

3.1 指紋提取和指紋匹配運(yùn)算量大

視頻信息結(jié)構(gòu)復(fù)雜、內(nèi)容多變、時(shí)間長(zhǎng)、數(shù)據(jù)量大，造成運(yùn)算量較大，這是所有視頻拷貝檢測(cè)系統(tǒng)共同存在的一個(gè)問(wèn)題。特別是在對(duì)海里視頻進(jìn)行檢查時(shí)，無(wú)論是在指紋提取還是指紋匹配所需計(jì)算時(shí)間都太長(zhǎng)，無(wú)法達(dá)到實(shí)際應(yīng)用中的要求。

3.2 視頻多特征融合

基于內(nèi)容的視頻拷貝檢測(cè)想要提高檢測(cè)準(zhǔn)確率需要融合多種視頻特征構(gòu)造視頻指紋，用單一特征構(gòu)造的視頻指紋，其指紋信息約束力不足，在檢測(cè)過(guò)程中往往會(huì)造成誤檢。采用多特征融合的手段構(gòu)造的視頻指紋可描述更多的視頻信息，使得匹配結(jié)果更準(zhǔn)確，但多種視頻特征的融合目前存在的問(wèn)題。

3.3 高層語(yǔ)義信息與低層特征相關(guān)聯(lián)

目前在從視頻中提取的低層特征與人對(duì)視頻的理解之間存在著“語(yǔ)義鴻溝”。由于人對(duì)視頻語(yǔ)義信息的理解千差萬(wàn)別，語(yǔ)義提取技術(shù)的發(fā)展還遠(yuǎn)遠(yuǎn)沒(méi)有達(dá)到自動(dòng)描述視頻內(nèi)容的能力。具有自動(dòng)提取視頻語(yǔ)義信息和語(yǔ)義匹配能力并結(jié)合視頻低層特征的內(nèi)容拷貝檢測(cè)系統(tǒng)是未來(lái)的研究方向之一。

3.4 視頻指紋匹配算法仍需改進(jìn)

現(xiàn)有視頻指紋匹配算法大都是直接對(duì)參考視頻和查詢視頻的指紋進(jìn)行匹配，通過(guò)度量?jī)芍讣y的距離來(lái)判定是否發(fā)生視頻拷貝，這種方法比較簡(jiǎn)單，但實(shí)際效果不太理想。如果利用機(jī)器學(xué)習(xí)里的分類算法，將指紋匹配問(wèn)題轉(zhuǎn)換成根據(jù)視頻特征進(jìn)行分類的問(wèn)題，則匹配效果將得到大大提高［31］。

4 總結(jié)與展望

本文介紹一種解決數(shù)字圖書(shū)館中視頻版權(quán)保護(hù)問(wèn)題的方法，總結(jié)了基于內(nèi)容的視頻拷貝檢測(cè)的主要研究?jī)?nèi)容和方法?；趦?nèi)容的視頻指紋可以對(duì)視頻進(jìn)行惟一性標(biāo)識(shí)，更好的保護(hù)視頻作者的知識(shí)產(chǎn)權(quán)，減少數(shù)字重復(fù)的視頻信息。目前已經(jīng)有較多視頻指紋提取和匹配方法，但還未找到一個(gè)對(duì)各種攻擊都有效的方法，還需要不斷克服難題。要取得到較好的檢測(cè)效果，就要使匹配算法和提取的視頻指紋相協(xié)調(diào)，通過(guò)分析視頻指紋的特性來(lái)選擇指紋匹配方法，才能提高檢測(cè)系統(tǒng)的查全率和準(zhǔn)確率［32］。通過(guò)分析最新的研究成果，我們認(rèn)為以后該領(lǐng)域的研究主要在于新的特征描述符的開(kāi)發(fā)，以及融合空域、時(shí)域、變換域等多特征的視頻指紋構(gòu)建技術(shù)開(kāi)發(fā)。

［1］聶秀山．基于魯棒哈希的視頻拷貝檢測(cè)技術(shù)研究［D］．濟(jì)南：山東大學(xué)，2011．

［2］靳延安．基于內(nèi)容的視頻拷貝檢測(cè)研究［J］．計(jì)算機(jī)應(yīng)用，2008，28（8）：2021－2023．

［3］聶秀山，劉琚，孫建德．?dāng)?shù)字圖書(shū)館視頻資源的拷貝檢測(cè)方案［J］．圖書(shū)情報(bào)工作，2010，54（7）：123－126．

［4］Naphade M R，Yeung M M，Yeo B L．A novel scheme for fast and efficient video sequence matching using compact signatures［C］．Electronic Imaging．International Society for Optics and Photonics，1999：564－572．

［5］Xing Su，Tie jun Huang，Wen Gao．Robust video fingerprinting based on visual attention regions．Proceedings of the Acoustics，Speech and Signal Processing，2009：1525－1528．

［6］Hampapur Arun，Bolle Rund M．Comparison of distance measures for video copy detection．Proceedings of the IEEE International Conference on Multimedia and Expo，2001：944－947．

［7］Hampapur A，Hyun K，Bolle R M．Comparison of sequence matching techniques for video copy detection．Electronic Imaging．International Society for Optics and Photonics，2002：194－201．

［8］Hua XS，Chen X，Zhang HJ．Robust video signature based On ordinal measure．In：Proc．of the Int'l Conf．on ICIP，2004：685－688．

［9］湯海萍．基于時(shí)空信息表達(dá)的視頻拷貝檢測(cè)［D］．北京：北京交通大學(xué)，2014．

［10］OostVeen，J．，Kalker，T．，Haitsma，J．．Feature extraction and a database Strategy for video fingerprinting［C］．Proc．5th Int．Conf Recent Advance in Visual Information Systems，2002：117－128．

［11］Lee S．，Yoo C.D．．Video fingerprinting based on centroids of gradient orientations［C］．Proc．Int．Conf．Acoust．Speech and Signal Processing（ICASSP），2002，2：401－404．

［12］Lee S．，Yoo C.D．．Robust video fingerprinting for content－based video identification［J］．IEEE Trans．Circuits Syst．Video Technol，2008，18（7）：983－988．

［13］鮑偉．基于多特征融合的視頻拷貝檢測(cè)技術(shù)研究［D］．鄭州：解放軍信息工程大學(xué)信息技術(shù)研究所，2013．

［14］Zhao Y X，Liu G J，Dai Y W，et al．Robust hashing based on persistent points for video copy detection［C］．Computational Intelligence and Security，2008．CIS'08．International Conference on．IEEE，2008：305－308．

［15］Natsev A，Hill M，Smith J R．Design and evaluation of an effective and efficient video copy detection system［C］．Multimedia and Expo（ICME），2010 IEEE International Conference on．IEEE，2010：1353－1358．

［16］許 ，薛智鋒，陳福才．基于改進(jìn)的近鄰傳播學(xué)習(xí)算法的視頻拷貝檢測(cè)［J］．計(jì)算機(jī)工程與設(shè)計(jì)，2014，35（9）：3185－3189．

［17］張三義，張興忠，郝曉燕．基于ORB和灰度序特征的視頻拷貝檢測(cè)［J］．計(jì)算機(jī)應(yīng)用研究，2014，31（10）：3113－3116．

［18］Indyk P．，Iyengar G．，Shivakumar N．．Finding pirated video sequences on the Internet，Tech．Rep．，Stanford Info Lab，Stanford U－niversity，1999．

［19］Chen L．，Stentiford F.W.M．．Video sequence matching based on temporal ordinal measurement［J］．PatternRecognition Letters，2008，29（13）：1824－1831．

［20］Zhang Z，Zhang R，Cao C．Video copy detection based on temporal features of key frames［C］．Artificial Intelligence and Education（ICAIE），2010 International Conference on．IEEE，2010：627－630．

［21］郭俊波，李錦濤，張勇東．基于軌跡行為模式特征的視頻拷貝檢測(cè)算法［J］．計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào)，2010，22（6）：943－948．

［22］J.Wang，Z.Y.Chen，Y.Wu．Action Recognition with Multiscale Spatio－Temporal Contexts［J］．IEEE Conference on Computer Vision and Pattern Recogniton，2011：3185－8192．

［23］Kim C，Vasuedv B．Spatiotemporal sequence matching for efficient video copy detection［J］．IEEE Transactions on Circuits and Systems for Video Technology，2005，15（1）：127－132．

［24］潘雪峰，李錦濤，張勇東，等．基于視覺(jué)感知的時(shí)空聯(lián)合視頻拷貝檢測(cè)方法［J］．計(jì)算機(jī)學(xué)報(bào)，2009，32（1）：108－114．

［25］Swaminathan A．，Mao Y．，Wu M．．Image hashing resilient to geometric and filtering operation［C］．IEEE Workshop on Multimedia Signal Processing（MMSP），2004：355－358．

［26］Coskun B．，Bulent S．，Nasir M．．Spatio－Temporal Transform Based Video Hashing［J］．IEEE Trans on Multimedia，2006，8（6）：1190－1208．

［27］王大永．感知視頻指紋算法研究［D］．上海：上海交通大學(xué)，2012．

［28］張勇東，張冬明，郭俊波．壓縮域快速視頻拷貝檢測(cè)算法［J］．通信學(xué)報(bào)，2009，30（3）：135－140．

［29］Gengembre N，Berrani S A．A probabilistic framework for fusing frame－based searches within a video copy detection system［C］．Proceedings of the 2008 international conference on Content－based image and video retrieval．ACM，2008：211－220．

［30］Wei S，Zhao Y，Zhu C，et al．Frame fusion for video copy detection［J］．Circuits and Systems for Video Technology，IEEE Transactions on，2011，21（1）：15－28．

［31］陳秀新．多特征融合視頻復(fù)制檢測(cè)關(guān)鍵技術(shù)研究［D］．北京：北京工業(yè)大學(xué)，2013．

［32］尹亞光，王曉霞．一種基于視頻指紋的視頻檢索方法研究［J］．電視技術(shù)，2014，38（15）：17－20．

（本文責(zé)任編輯：郭沫含）

The Key Technology for Content－based Video Copy Detection in Digital Library

Xu Tongyang1，2Zhang Guobiao1
（1．Faculty of Information Management，Shanxi University of Finance and Economics，Taiyuan 030006，China；2．National Science Library，Chinese Academy of Sciences，Beijing 100190，China）

Along with the digital video resources in digital library rapid growth，protecting video copyright changes more and more importantly．The content－based video copy detection technology as an effective means has become a research hotspot in recent years．The paper summarized the current research of the key techniques for the content－based video copy detection technology and pointed out the research difficult fields．And it gave the development trend．

digital library；content－based video copy detection；video fingerprint；fingerprint matching

10．3969/j．issn．1008－0821．2016．02．026

G250.78

A

1008－0821（2016）02－0135－05

2015－11－03

山西高?？萍紕?chuàng)新項(xiàng)目“無(wú)線傳感網(wǎng)定位方法及其在物聯(lián)網(wǎng)中的應(yīng)用研究”（項(xiàng)目編號(hào)：2013124）和教育部人文社會(huì)科學(xué)項(xiàng)目“基于技術(shù)融合的圖書(shū)館數(shù)字資源利用服務(wù)機(jī)制研究”（項(xiàng)目編號(hào)：12YJA870021）研究成果之一。

徐彤陽(yáng)（1976－），男，講師，博士后，碩士生導(dǎo)師，研究方向：多媒體信息檢索。