基于场景帧指纹的视频认证方法

摘要

基于场景帧指纹的视频认证方法,首先通过场景帧指纹判定方法，提取出视频片断中5个连续不同的场景帧指纹，组成视频指纹。然后与视频本身的ID信息组成元指纹数据，指纹信息采用Bag‑words形式存储，节省了75％的存储空间。在查找认证过程中，采用倒排文折半技术提高了匹配速度。经仿真实验，我们提出的视频认证方法具有良好的检测性能，平均准确率达到98％以上，在Matlab软环境下查找认证速度每部视频在12秒左右，能够实现网络环境下的实时检测。

主权项

基于场景帧指纹的视频认证方法，包括以下步骤：1)、对视频的帧的预处理；(1.1)对视频中的彩色帧进行颜色空间转换，取其亮度分量，得到灰度图像；(1.2)剪切视频帧四周，保留视频帧中心部分；再缩放成具有固定尺寸(W×H像素)；(1.3)用3×3大小、标准差为0.95的Gaussian低通滤波对视频帧进行滤波；(1.4)将图像缩放成3/4QCIF大小(QCIF(144像素×176像素))；2)、对经过预处理的视频帧进行指纹提取，包括以下步骤：(2.1)对经过预处理的视频帧，进行分块，在一个9×11的区域内，a至h是局部像素的平均；那么帧元素提取方法为:(1)整个9×11子区域的均值元素；(2)四个差分元素a‑b、c‑d、e‑f和g‑h；总共得到720帧元素，其中144个均值元素，记为A元素，576个差分元素，记为D元素；(2.2)对A元素量化成四重值；对于1‑144维的A元素，设A_i为A元素值，ThA为量化阈值，应用公式(1)把这些A元素量化成四重值x_i:(2.3)动态地求取阈值ThA，包括以下几个步骤：(2.3.1)取a_i＝abs(A_i‑128)，abs(·)为取绝对值算子，将a_i按升序排列成a_k＝{a₁,a₂,…,a_k,…,a_N}；这里的索引i与索引k不相同；(2.3.2)阈值ThA＝a_k，这里k＝floor(0.25*N)，N＝144，floor为向下取整；(2.4)对D元素量化成四重值；对于145‑720维的D元素D_i，ThD为量化阈值，应用公式(2)把它们量化成四重值x_i：(2.5)动态地求取阈值ThD，包括以下几个步骤：(2.5.1)取d_i＝abs(D_i)，abs(·)为取绝对值算子，将d_i按升序排列成 d_k＝{d₁,d₂,…,d_k,…,d_N}；这里的索引i与索引k不相同；(2.5.2)阈值ThD＝d_k，这里k＝floor(0.25*N)，N＝576，floor为向下取整；(2.6)用二进制编码形式来存储提取出来的4重元素X＝{x₁,x₂,…,x₇₂₀}设word_i，i＝1,2,…,180定义为每4‑维元素占1个编码单元，这种编码方式采用如下公式计算得到：word_i＝4³*x_(i‑1)*4+1+4²*x_(i‑1)*4+2+4*x_(i‑1)*4+3+x_(i‑1)*4+4   (3)(2.7)场景帧指纹的提取算法，包括以下步骤：(2.7.1)是否为黑屏的判断；应用式(4)进行黑屏判断；mean(F)<Th_BS   (4)F为当前帧，mean(F)是表示图像像素的均值，Th_BS是黑屏阈值；(2.7,2)是否为场景帧的判断；假设前一场景帧的指纹为SF_i‑1，当前帧的指纹为F_i，i＝2,…,5；如果(5)成立，那么就判定当前帧为另一场景帧，否则当前帧还是前一场景帧；d(SF_i‑1,F_i)≥Th_SF,i＝2,…,5   (5)这里d(SF_i‑1,F_i)表示当前帧指纹F_i前一场景帧指纹SF_i‑1之间的距离，Th_SF为判定阈值；3)视频指纹库的建立；将需要版权认证视频的用户信息、产品信息和指纹信息绑定在一条记录上，生成元数据(meta data)，元数据集合构成元数据库，将其按按倒排文规则进行排序并存储；4)结合指纹特点：四重值(Quaternion value)，提出了倒排文折半搜索匹配算法(inverted file&binary‑based Search Matching)，其步骤如下：(4.1)按式(3)将3600维指纹向量组合成900个word，即为Bag‑Words,每个word值范围为0‑255；(4.2)建立倒排文队列；每个视频指纹按第一个word大小从小到大顺序插入到倒排文队列中，如第一个word相同，那按第二个word的值升序排列，如此连续下去，直到所有的原视频指纹插入到倒排文队列中；以倒排文规则排序的视频指纹及视频信息构成元指纹数据库；(4.3)折半搜索匹配方法；假设待认证视频指纹的Bag‑Words序列为AuBW_i，i＝1,2,…,900；具体的折中搜索步骤如下：(4.3.1):将所有的元数据库中的记录标上未查标记；(4.3.2):取其第一个word为AuBW₁，在倒排文队列中折中查找AuBW₁，查找的结果可能会出现三种情况：A1)只有一条记录；那么将该记录中的Bag‑Words还原成四重值指纹MeF_i，还原方法为每个word除4取余；按式(6)求其归一化Hamming距离d，Hamming距离是在数据传输差错控制编码里面的一个概念；这里的i＝1,2,…,L，L为指纹长度，AuF为认证视频的指纹；然后按(7)式进行求得值为T；当T＝0时，查询结束，表明该元记录所对应的视频就是需要认证的视频；当T＝1时，记下该元数据的位置和Hamming距离，并将该记录标上已查标记；当T＝2时，仅将该记录标上已查标记；A2)有多条记录；按(6)式计算出所有这些记录的Hamming距离，同时将这些记录标上已查标记；取最小Hamming距离，按(7)式进行求值，当T＝0时，查询结束表明该元记录所对应的视频就是需要认证的视频；当T＝1时，记下该元数据的位置和Hamming距离，当T＝2时，不作任何处理，直接进入下一步；A3)没有记录；不作任何处理，直接进入下一步；(4.3.3):取其第i个word为AuBW_i,i＝2,3,…,K；在倒排文队列中折中查找AuBW_i，查找的结果可能会出现四种情况；需要注意的是这里的K是个未知数，但一定满足K≤L/m；m为word的长度，在这里m＝4；B1)有若干条已标有已查标记的记录；这种情况直接进入下一步；B2)仅有一条未标有已查标记的记录；这种情况按与(4.3.2)中A1)情况处理；B3)有多条未标有已查标记的记录；这种情况按与(4.3.2)中A2)情况处理；B4)没有记录；这种情况下按(4.3.2)中A3)情况处理；重复(4.3.3)，直到出现T＝0或所有记录都标上已查标记为止；(4.3.4):如果前二步是没有出现T＝0情况，那么只有二种情况出现：C1)至少有一条记录满足T＝1；这种情况取最小的Hamming距离那条元记录，这条元记录就是需要认证的视频；查询结束；C2)没有一条记录满足T＝1；这种情况表明认证的视频不在元数据库中，发出拒绝信息；查询结束。