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(jìn)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(yù)設(shè)第三閾值，如果是，確定所述兩個待檢測視頻為相似視頻。
[0047]可選的，所述裝置還包括第二確定模塊，具體用于:
[0048]根據(jù)第三預(yù)設(shè)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;采用結(jié)構(gòu)相似性SSIM算法，確定所述第一圖片庫中每張圖片和第二圖片庫中中每張圖片之間的每個SSIM值，并根據(jù)所述多個SS頂值，計算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(yù)設(shè)第四閾值，如果是，確定所述兩個待檢測視頻為相似視頻。
[0049]可選的，所述裝置還包括第三確定模塊，具體用于:
[0050]根據(jù)第四預(yù)設(shè)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(yù)設(shè)第五閾值，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(yù)設(shè)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。
[0051]為了達(dá)到上述目的，本發(fā)明實施例公開了一種盜版視頻的檢測裝置，包括:
[0052]待檢測視頻獲取模塊，用于獲取待檢測視頻；
[0053]圖片庫獲取模塊，用于根據(jù)第一預(yù)設(shè)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；
[0054]hash特征值確定模塊，用于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，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；
[0055]相似圖片確定模塊，用于根據(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，針對每個漢明距離，判斷所述漢明距離是否小于預(yù)設(shè)第一閾值，如果是，確定對應(yīng)該漢明距離的所述第一圖片庫和第二圖片庫中的圖片為一組相似圖片；
[0056]盜版視頻確定模塊，用于統(tǒng)計所述第一圖片庫和第二圖片庫中相似圖片的組數(shù)，并判斷所述第一圖片庫和第二圖片庫中相似圖片的組數(shù)與對比數(shù)量總量的比值是否大于預(yù)設(shè)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。
[0057]可選的，所述hash特征值確定模塊，具體用于:
[0058]將所述第一圖片庫和第二圖片庫中每張圖片，按照預(yù)設(shè)值進(jìn)行尺度變換，并對尺度變換后的所述第一圖片庫和第二圖片庫中每張圖片做離散余弦變換DCT，獲取所述第一圖片庫和第二圖片庫中每張圖片的hash特征值。
[0059]可選的，所述圖片庫獲取模塊，具體用于:
[0060]根據(jù)預(yù)設(shè)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。
[0061 ]可選的，所述裝置還包括第四確定模塊，具體用于:
[0062]根據(jù)第二預(yù)設(shè)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(jìn)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，獲得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(yù)設(shè)第三閾值，如果是，確定所述待檢測視頻為盜版視頻。
[0063]可選的，所述裝置還包括第五確定模塊，具體用于:
[0064]根據(jù)第三預(yù)設(shè)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;采用結(jié)構(gòu)相似性SSIM算法，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SSIM值，并根據(jù)所述多個SS頂值，計算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(yù)設(shè)第四閾值，如果是，確定所述待檢測視頻為盜版視頻。
[0065]可選的，所述裝置還包括第六確定模塊，具體用于:
[0066]根據(jù)第四預(yù)設(shè)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(yù)設(shè)第五閾值，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(yù)設(shè)數(shù)量閾值，如果是，則確定所述待檢測視頻為盜版視頻。
[0067]應(yīng)用本發(fā)明實施例所提供的技術(shù)方案，在進(jìn)行盜版視頻的檢測時，獲取待檢測視頻;根據(jù)預(yù)設(shè)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;確定第一圖片庫和所述第二圖片庫中每張圖片的hash特征值，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；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，針對每個漢明距離，判斷所述漢明距離是否小于預(yù)設(shè)第一閾值，如果是，確定對應(yīng)該漢明距離的所述第一圖片庫和第二圖片庫中的圖片為一組相似圖片;統(tǒng)計所述第一圖片庫和第二圖片庫中相似圖片的組數(shù)，并判斷所述第一圖片庫和第二圖片庫中相似圖片的組數(shù)與對比數(shù)量總量的比值是否大于預(yù)設(shè)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。所述方法通過對比視頻中的圖片是否相似，并根據(jù)相似圖片在對比圖片總量中的比例來判斷待檢測視頻是否為盜版視頻，因此，提高了盜版視頻的檢測效率。
【附圖說明】
[0068]為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。
[0069]圖1為本發(fā)明實施例提供的一種相似視頻的檢測方法的流程示意圖；
[0070]圖2為本發(fā)明實施例提供的一種盜版視頻的檢測方法的流程示意圖；
[0071 ]圖3為本發(fā)明實施例提供的一種相似視頻的檢測裝置的結(jié)構(gòu)示意圖；
[0072]圖4為本發(fā)明實施例提供的一種盜版視頻的檢測裝置的結(jié)構(gòu)示意圖。
【具體實施方式】
[0073]下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護(hù)的范圍。
[0074]下面通過具體實施例，對發(fā)明進(jìn)行詳細(xì)說明。
[0075]圖1為本發(fā)明實施例提供的一種相似視頻的檢測方法的流程示意圖，所述方法包括以下步驟:
[0076]步驟SlOl:根據(jù)第一預(yù)設(shè)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。
[0077]在本發(fā)明實施例中，采用第一預(yù)設(shè)規(guī)則，從兩個待檢測視頻中分別提取多張?zhí)卣鲌D片，將對應(yīng)每個待檢測視頻的多張?zhí)卣鲌D片構(gòu)成第一圖片庫和第二圖片庫。第一預(yù)設(shè)規(guī)則可以有多種，例如可以通過分析兩個待檢測視頻的關(guān)鍵幀，將兩個待檢測視頻的所有關(guān)鍵幀對應(yīng)的圖片作為第一圖片庫和第二圖片庫，也可以是從兩個待檢測視頻中隨機選取多張?zhí)卣鲌D片作為第一圖片庫和第二圖片庫。
[0078]從視頻中提取圖片的過程屬于現(xiàn)有技術(shù)，例如可以使用多媒體處理工具FFMPGE(Fast Forward Mpeg)，在本發(fā)明實施例中不再贅述。
[0079]步驟S102: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。
[0080]圖片的hash特征值的長度可以需要進(jìn)行設(shè)定，在本發(fā)明實施例中，設(shè)置每張圖片的hash特征值的長度為64位。
[0081]步驟S103: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，針對每個漢明距離，判斷所述漢明距離是否小于預(yù)設(shè)第一閾值，如果是，確定對應(yīng)該漢明距離的所述第一圖片庫和第二圖片庫中的圖片為一組相似圖片。
[0082]本發(fā)明實施例中，第一圖片庫和第二圖片庫中包含從兩個待檢測視頻根據(jù)第一預(yù)設(shè)規(guī)則提取多張?zhí)卣鲌D片，將第一圖片庫中的圖片與第二圖片庫中的每張圖片進(jìn)行對比，根據(jù)兩張對比的圖片的hash特征值，確定兩張對比的圖片之間的漢明距離。當(dāng)該漢明距離小于預(yù)設(shè)第一閾值時，確定這兩張對比的圖片是一組相似圖片；當(dāng)該漢明距離大于或者等于預(yù)設(shè)第一閾值時，確定這兩張對比的圖片不是一組相似圖片。其中，預(yù)設(shè)第一閾值可以根據(jù)需要預(yù)先設(shè)定。
[0083]步驟S104:統(tǒng)計所述第一圖片庫和第二圖片庫中相似圖片的組數(shù)，并判斷所述第一圖片庫和第二圖片庫中相似圖片的組數(shù)與對比數(shù)量總量的比值是否大于預(yù)設(shè)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。
[0084]本發(fā)明實施例中，通過統(tǒng)計所述第一圖片庫和第二圖片庫中相似圖片的組數(shù)，計算第一圖片庫和第二圖片庫中相似圖片的組數(shù)與對比數(shù)量總量的比值，可以確定第一圖片庫和第二圖片庫中相似圖片在對比圖片的總量中占的比例，將此比例與預(yù)設(shè)閾值的比較，可以判斷兩個待檢測視頻是否為相似視頻。具體的，當(dāng)?shù)谝粓D片庫和第二圖片庫中相似圖片的組數(shù)與對比數(shù)量總量的比值大于第二閾值時，確定兩個待檢測視頻為相似視頻；當(dāng)?shù)谝粓D片庫和第二圖片庫中相似圖片的組數(shù)與對比數(shù)