數(shù)字圖書館中數(shù)字視頻版權(quán)保護(hù)技術(shù)研究

數(shù)字圖書館中數(shù)字視頻版權(quán)保護(hù)技術(shù)研究

自20世紀(jì)90年代提出數(shù)字圖書館的概念以來，它已經(jīng)發(fā)展了20多年。其中，數(shù)字視頻資源成本指數(shù)增加，數(shù)字視頻版權(quán)問題得到澄清。面對海量的數(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)字圖書館網(wǎng)站上,這樣不僅侵犯了視頻原作者的知識產(chǎn)權(quán),同時也造成了視頻資源內(nèi)容冗余的問題。視頻具有內(nèi)容豐富、直觀生動的特點,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)字圖書館發(fā)展的重要問題。視頻拷貝檢測作為一種有效的版權(quán)保護(hù)方法逐漸成為近年來的研究熱點,視頻拷貝檢測主要有兩種方法:數(shù)字水印法和基于內(nèi)容的視頻拷貝檢測法。由于數(shù)字水印法需要在視頻制作過程中加入數(shù)字水印信息,而且對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?；趦?nèi)容的視頻拷貝檢測不用對原始視頻添加任何信息,可以在視頻傳播的任何過程提取視頻的內(nèi)容特征,形成視頻指紋,通過比較參考視頻和查詢視頻之間的相似度來判斷是否發(fā)生了視頻拷貝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方面(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。一個典型的基于內(nèi)容的視頻拷貝檢測系統(tǒng)由4個模塊組成: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)計一個計算簡便且檢測精度高的視頻拷貝檢測系統(tǒng)成了一個充滿挑戰(zhàn)性的任務(wù)。目前來看,基于內(nèi)容的視頻拷貝檢測的研究難點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,用于描述視頻內(nèi)容,又被稱為視頻DNA。指紋匹配是對從參考視頻和查詢視頻中提取出的視頻指紋進(jìn)行對比,判斷相似性。1視頻處理變換的魯棒性分析要檢測出在經(jīng)過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滿足兩方面的要求,即在一方面要對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方面的指紋是視頻拷貝檢測研究的核心1.1視頻第二通道的局部識別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)用到視頻拷貝檢測中,Naphade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,局部特征是對圖像興趣點領(lǐng)域信息的描述,對圖像的幾何、光照、視角等變化具有良好的不變性,甚至對局部遮擋的目標(biāo)依然具有一定的識別能力。趙玉鑫1.2基于時間的方法基于時域的方法是將視頻序列的時序信息作為視頻指紋。IndykP.1.3聯(lián)合構(gòu)建視頻指紋基于時空域的方法就是將視頻的空間特征和時間特征聯(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構(gòu)建視頻指紋,得到的視頻指紋魯棒性會更好。Kim1.4變換域視頻指紋基于變換域的方法是先對視頻的關(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。Swaminathan2漏檢率的關(guān)鍵因素視頻指紋匹配也是影響拷貝檢測系統(tǒng)準(zhǔn)確率和漏檢率的關(guān)鍵因素。指紋匹配是指通過計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既定閾值,來判定查詢視頻是否發(fā)生了拷貝2.1確定1個匹配窗口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)建一個指紋庫。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度設(shè)定一個匹配窗口,并設(shè)定滑動步長。匹配時把查詢視頻指紋序列沿參考視頻指紋序列向前滑動一個固定步長,并計算這個窗口內(nèi)查詢指紋序列與參考指紋序列之間的距離,記下每個對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)為查詢視頻是其對應(yīng)的參考視頻的拷貝視頻。使用固定步長的滑動窗口不能準(zhǔn)確判斷是否拷貝和拷貝的起始位置。為了應(yīng)對這種問題,聶秀山2.2相似幀篩選和確定參考視頻序列基于幀融合的匹配方法不需要設(shè)置閾值,該方法分別對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。然后將查詢視頻的每個關(guān)鍵幀與參考視頻特征庫進(jìn)行相似性對比,用相似度最接近的M個關(guān)鍵幀構(gòu)成相似幀列表。再利用查詢視頻和參考視頻時間上的一致性信息即可找到查詢視頻對應(yīng)的參考視頻序列。這種方法也有缺點,如果查詢視頻時間很長,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,這造成了在時間和空間上較大的浪費3研究困難雖然有眾多研究人員對基于內(nèi)容的視頻拷貝檢測進(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題需要解決。3.1算量大比較視頻信息結(jié)構(gòu)復(fù)雜、內(nèi)容多變、時間長、數(shù)據(jù)量大,造成運算量較大,這是所有視頻拷貝檢測系統(tǒng)共同存在的一個問題。特別是在對海里視頻進(jìn)行檢查時,無論是在指紋提取還是指紋匹配所需計算時間都太長,無法達(dá)到實際應(yīng)用中的要求。3.2視頻指紋檢測基于內(nèi)容的視頻拷貝檢測想要提高檢測準(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,在檢測過程中往往會造成誤檢。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題。3.3語義提取技術(shù)目前在從視頻中提取的低層特征與人對視頻的理解之間存在著“語義鴻溝”。由于人對視頻語義信息的理解千差萬別,語義提取技術(shù)的發(fā)展還遠(yuǎn)遠(yuǎn)沒有達(dá)到自動描述視頻內(nèi)容的能力。具有自動提取視頻語義信息和語義匹配能力并結(jié)合視頻低層特征的內(nèi)容拷貝檢測系統(tǒng)是未來的研究方向之一。3.4接觸網(wǎng)絡(luò)接口現(xiàn)有視頻指紋匹配算法大都是直接對參考視頻和查詢視頻的指紋進(jìn)行匹配,通過度量兩指紋的距離來判定是否發(fā)生視頻拷貝,這種方法比較簡單,但實際效果不太理想。如果利用機器學(xué)習(xí)里的分類算法,將指紋匹配問題轉(zhuǎn)換成根據(jù)視頻特征進(jìn)行分類的問題,則匹配效果將得到大大提高4視頻指紋提取本文介紹一種解決數(shù)字圖書館中視頻版權(quán)保護(hù)問題的方法,總結(jié)了基于內(nèi)容的視頻拷貝檢測的主要研究內(nèi)容和方法?；趦?nèi)容的視頻指紋可以對視頻進(jìn)行惟一性標(biāo)識,更