一種相似視頻和盜版視頻的檢測方法及裝置的制造方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及視頻處理技術(shù)領(lǐng)域，特別是涉及一種相似視頻和盜版視頻的檢測方法及裝置。
【背景技術(shù)】
[0002]隨著互聯(lián)網(wǎng)的快速發(fā)展，大量的視頻資源不斷涌現(xiàn)，方便人們隨隨時隨地進行視頻觀看。與此同時，盜版視頻也層出不窮，大量的視頻盜播給視頻版權(quán)獨享公司帶來了巨大損失。為了保護視頻版權(quán)，可以通過檢測待檢測視頻與正版視頻是否相似來判斷待檢測視頻是否為盜版視頻。
[0003]現(xiàn)有技術(shù)中，一般是通過比對待檢測視頻與正版視頻的名稱，或者通過人工查看待檢測視頻與正版視頻的內(nèi)容等方式來判斷視頻是否為相似視頻，進而確定待檢測視頻是否為盜版視頻。但是，視頻的名稱是很容易被修改的，對于一些修改了名稱的盜播視頻，通過比對視頻名稱的方法很難檢測出來，而且，人工查看視頻內(nèi)容的檢測方法工作量較大，效率較低。

【發(fā)明內(nèi)容】

[0004]本發(fā)明實施例的目的在于提供一種相似視頻和盜版視頻的檢測方法及裝置，大大提高了相似視頻和盜版視頻的檢測效率。
[0005]為達到上述目的，本發(fā)明實施例公開了一種相似視頻的檢測方法，包括步驟::
[0006]根據(jù)第一預設規(guī)則，從兩個待檢測視頻中分別提取多張?zhí)卣鲌D片作為第一圖片庫和第二圖片庫；
[0007]將所述第一圖片庫中每張圖片和第二圖片庫中每張圖片進行對比，確定每兩張對比圖片之間的結(jié)構(gòu)相似度SS頂值；
[0008]針對每個SSM值，判斷所述SSIM值是否大于預設第一閾值，如果是，確定對應該SS頂值的兩張對比圖片為一組相似圖片；
[0009]統(tǒng)計所述相似圖片的組數(shù)，并判斷所述相似圖片的組數(shù)與對比數(shù)量總量的比值是否大于預設第二閾值，如果是，則確定所述兩個待檢測視頻為相似視頻，其中所述對比數(shù)量總量為所述第一圖片庫中的圖片數(shù)量和第二圖片庫中的圖片數(shù)量的乘積。
[0010]可選的，確定所述兩張對比圖片之間的SSIM值，包括:
[0011 ]將所述兩張對比圖片的大小變換為預設大??；
[0012]按照預設窗口的循環(huán)對稱高斯加權(quán)函數(shù)，將變換后的兩張對比圖片劃分為多個圖片塊，并對每個圖片塊進行循環(huán)高斯濾波；
[0013]計算所述兩張對比圖片中對應圖片塊之間的SSIM值；
[0014]將多個所述對應圖片塊之間的SSIM值的均值，確定為所述兩張對比圖片之間的SS頂值。
[0015]可選的，所述根據(jù)第一預設規(guī)則，從兩個待檢測視頻中分別提取多張?zhí)卣鲌D片作為第一圖片庫和第二圖片庫，包括:
[0016]根據(jù)預設的時間間隔從兩個待檢測視頻中分別提取多張?zhí)卣鲌D片作為第一圖片庫和第二圖片庫。
[0017]可選的，確定所述兩個待檢測視頻為相似視頻后，所述方法還包括:
[0018]根據(jù)第二預設規(guī)則，從兩個待檢測視頻中分別提取多張?zhí)卣鲌D片作為第一圖片庫和第二圖片庫;采用加速健壯特征SURF算法，確定所述第一圖片庫和第二圖片庫中每張圖片上的多個極值點，針對第一圖片庫中的每張圖片的每個極值點，計算該極值點和第二圖片庫中每張圖片的每個極值點之間的歐式距離，若所述歐式距離的最小值小于預設第三閾值，則確定第二圖片庫的圖片中存在與該極值點匹配的極值點，并記錄第一圖片庫中的該極值點；統(tǒng)計記錄的第一圖片庫中的極值點的數(shù)量;判斷所述數(shù)量是否大于預設數(shù)量閾值，如果是，則確定所述兩個待檢測視頻為相似視頻。
[0019]可選的，所述根據(jù)第一預設規(guī)則，從兩個待檢測視頻中分別提取多張?zhí)卣鲌D片作為第一圖片庫和第二圖片庫之前，所述方法還包括:
[0020]根據(jù)第三預設規(guī)則，從兩個待檢測視頻中分別提取多張?zhí)卣鲌D片作為第一圖片庫和第二圖片庫；采用散列函數(shù)hash算法確定所述第一圖片庫和第二圖片庫中每張圖片的hash特征值;根據(jù)所述第一圖片庫和第二圖片庫中每張圖片的hash特征值，確定所述第一圖片庫中每張圖片和第二圖片庫中每張圖片之間的每個漢明距離，根據(jù)每個漢明距離，判斷對應該漢明距離的所述第一圖片庫和第二圖片庫中的圖片是否為一組相似圖片;判斷所述相似圖片的組數(shù)與對比數(shù)量總量的比值是否大于預設第四閾值，如果是，則確定所述兩個待檢測視頻為相似視頻，其中所述對比數(shù)量總量為所述第一圖片庫中的圖片數(shù)量和第二圖片庫中的圖片數(shù)量的乘積;或
[0021]根據(jù)第四預設規(guī)則，從兩個待檢測視頻中分別提取多張?zhí)卣鲌D片作為第一圖片庫和第二圖片庫;采用局部二值模式LBP算法，分別確定所述第一圖片庫和第二圖片庫中每張圖片上每個像素點的LBP值，并根據(jù)每個像素點的LBP值繪ffjijLBP值直方圖；將所述第一圖片庫中每張圖片和第二圖片庫中每張圖片的LBP值直方圖進行重疊，針對每對圖片確定重疊區(qū)域中像素點的數(shù)量，確定重疊區(qū)域中像素點的數(shù)量的平均值，根據(jù)所述平均值及所述圖片像素點的數(shù)量，確定所述第一圖片庫和第二圖片庫的相似度;判斷所述相似度是否大于預設第五閾值，如果是，確定所述兩個待檢測視頻為相似視頻。
[0022]為了達到上述目的，本發(fā)明實施例還公開了一種盜版視頻的檢測方法，包括步驟:
[0023]獲取待檢測視頻；
[0024]根據(jù)第一預設規(guī)則，從待檢測視頻中提取多張?zhí)卣鲌D片作為第二圖片庫；
[0025]將所述第一圖片庫中每張圖片和第二圖片庫中每張圖片進行對比，確定每兩張對比圖片之間的結(jié)構(gòu)相似度SS頂值，其中所述第一圖片庫為從正版視頻中提取出的多張?zhí)卣鲌D片構(gòu)成的；
[0026]針對每個SSM值，判斷所述SSIM值是否大于預設第一閾值，如果是，確定對應該SS頂值的兩張對比圖片為一組相似圖片；
[0027]統(tǒng)計所述相似圖片的組數(shù)，并判斷所述相似圖片的組數(shù)與對比數(shù)量總量的比值是否大于預設第二閾值，如果是，則確定所述待檢測視頻為盜版視頻，其中所述對比數(shù)量總量為所述第一圖片庫中的圖片數(shù)量和第二圖片庫中的圖片數(shù)量的乘積。
[0028]可選的，確定所述兩張對比圖片之間的SSIM值，包括:
[0029]將所述兩張對比圖片的大小變換為預設大??；
[0030]按照預設窗口的循環(huán)對稱高斯加權(quán)函數(shù)，將變換后的兩張對比圖片劃分為多個圖片塊，并對每個圖片塊進行循環(huán)高斯濾波；
[0031 ]計算所述兩張對比圖片中對應圖片塊之間的SSIM值；
[0032]將多個所述對應圖片塊之間的SSIM值的均值，確定為所述兩張對比圖片之間的SS頂值。
[0033]可選的，所述根據(jù)第一預設規(guī)則，從待檢測視頻中提取多張?zhí)卣鲌D片作為第二圖片庫，包括:
[0034]根據(jù)預設的時間間隔從待檢測視頻中提取多張?zhí)卣鲌D片作為第二圖片庫。
[0035]可選的，確定所述待檢測視頻為盜版視頻后，所述方法還包括:
[0036]根據(jù)第二預設規(guī)則，從待檢測視頻中提取多張?zhí)卣鲌D片作為第二圖片庫，第一圖片庫為已保存的從正版視頻中提取出的多張?zhí)卣鲌D片;采用加速健壯特征SURF算法，確定所述第一圖片庫和第二圖片庫中每張圖片上的多個極值點，針對第一圖片庫中的每張圖片的每個極值點，計算該極值點和第二圖片庫中每張圖片的每個極值點之間的歐式距離，若所述歐式距離的最小值小于預設第三閾值，則確定第二圖片庫的圖片中存在與該極值點匹配的極值點，并記錄第一圖片庫中的該極值點；統(tǒng)計記錄的第一圖片庫中的極值點的數(shù)量；判斷所述數(shù)量是否大于預設數(shù)量閾值，如果是，則確定所述待檢測視頻為盜版視頻。
[0037]可選的，所述根據(jù)第一預設規(guī)則，從待檢測視頻中提取多張?zhí)卣鲌D片作為第二圖片庫之前，所述方法還包括:
[0038]根據(jù)第三預設規(guī)則，從待檢測視頻中提取多張?zhí)卣鲌D片作為第二圖片庫，第一圖片庫為已保存的從正版視頻中提取出的多張?zhí)卣鲌D片;采用散列函數(shù)hash算法確定所述第一圖片庫和第二圖片庫中每張圖片的hash特征值;根據(jù)所述第一圖片庫和第二圖片庫中每張圖片的hash特征值，確定所述第一圖片庫中每張圖片和第二圖片庫中每張圖片之間的每個漢明距離，根據(jù)每個漢明距離，判斷對應該漢明距離的所述第一圖片庫和第二圖片庫中的圖片是否為一組相似圖片;判斷所述相似圖片的組數(shù)與對比數(shù)量總量的比值是否大于預設第四閾值，如果是，則確定所述待檢測視頻為盜版視頻，其中所述對比數(shù)量總量為所述第一圖片庫中的圖片數(shù)量和第二圖片庫中的圖片數(shù)量的乘積;或
[0039]根據(jù)第四預設規(guī)則，從待檢測視頻中提取多張?zhí)卣鲌D片作為第二圖片庫，第一圖片庫為已保存的從正版視頻中提取出的多張?zhí)卣鲌D片;采用局部二值模式LBP算法，分別確定所述第一圖片庫和第二圖片庫中每張圖片上每個像素點的LBP值，并根據(jù)每個像素點的LBP值繪制LBP值直方圖；將所述第一圖片庫中每張圖片和第二圖片庫中每張圖片的LBP值直方圖進行重疊，針對每對圖片確定重疊區(qū)域中像素點的數(shù)量，確定重疊區(qū)域中像素點的數(shù)量的平均值，根據(jù)所述平均值及所述圖片像素點的數(shù)量，確定所述第一圖片庫和第二圖片庫的相似度;判斷所述相似度是否大于預設第五閾值，如果是，確定所述待檢測視頻為盜版視頻。
[0040]為了達到上述目的，本發(fā)明實施例公開了一種相似視頻的檢測裝置，包括:
[0041]圖片庫獲取模塊，用于根據(jù)第一預設規(guī)則，從兩個待檢測視頻中分別提取多張?zhí)卣鲌D片作為第一圖片庫和第二圖片庫；
[0042]SSIM值確定模塊，用于將所述第一圖片庫中每張圖片和第二圖片庫中每張圖片進行對比，確定每兩張對比圖片之間的結(jié)構(gòu)相似度SS頂值；
[0043]相似圖片確定模塊，用于針對每個SSIM值，判斷所述SSIM值是否大于預設第一閾值，如果是，確定對應該SS頂值的兩張對比圖片為一組相似圖片；
[0044]相似視頻確定模塊，用于統(tǒng)計所述相似圖片的組數(shù)，并判斷所述相似圖片的組數(shù)與對比數(shù)量總量的比值是否大于預設第二閾值，如果是，則確定所述兩個待檢測視頻為相似視頻，其中所述對比數(shù)量總量為所述第一圖片庫中的圖片數(shù)量和第二圖片庫中的圖片數(shù)量的乘積。
[0045]可選的，所述SSIM值確定模塊，具體用于:
[0046]將所述兩張對比圖片的大小變換為預設大小；
[0047]按照預設窗口的循環(huán)對稱高斯加權(quán)函數(shù)，將變換后的兩張對比圖片劃分為多個圖片塊，并對每個圖片塊進行循環(huán)高斯濾波；
[0048]計算所述兩張對比圖片中對應圖片塊之間的SSIM值；
[0049]將多個所述對應圖片塊之間的SSIM值的均值，確定為所述兩張對比圖片之間的SS頂值。
[0050]可選的，所述圖片庫獲取模塊，具體用于:
[0051]根據(jù)預設的時間間隔從兩個待檢測視頻中分別提取多張?zhí)卣鲌D片作為第一圖片庫和第二圖片庫。
[0052]可選的，所述裝置還包括第一確定模塊，具體用于:
[0053]根據(jù)第二預設規(guī)則，從兩個待檢測視頻中分別提取多張?zhí)卣鲌D片作為第一圖片庫和第二圖片庫;采用加速健壯特征SURF算法，確定所述第一圖片庫和第二圖片庫中每張圖