针对包含边框的视频拷贝检测方法及装置与流程

技术特征：
1.一种针对包含边框的视频拷贝检测方法，其特征在于，包括：从样本视频中抽取多个第一关键帧图像；基于图像边缘由外向内遍历多个所述第一关键帧图像直至出现非纯色像素点为止，去除所有遍历过的纯色像素点区域，得到多个非纯色像素点为边缘的第二关键帧图像；对多个所述第二关键帧图像进行二次遍历，去除纯色像素点个数大于第一阈值的图像区域，得到处理后的多个第二关键帧图像；从每个所述第二关键帧图像中提取对应的多个图像特征，并确定每个所述第二关键帧图像对应的多维图像特征向量，得到多个所述第二关键帧图像对应的多个第一多维图像特征向量；基于多个所述第一多维图像特征向量与视频库中存储的库视频对应的多个第二多维图像特征向量建立索引，获取多个拷贝视频帧图像；根据多个所述拷贝视频帧图像对应的时间信息，将多个所述拷贝视频帧图像进行整合，获得拷贝视频片段。2.根据权利要求1所述的方法，其特征在于，所述从样本视频中抽取多个第一关键帧图像，包括：基于视觉显著性，按照时序信息从所述样本视频中提取多个关键帧图像；从每个所述关键帧图像中提取对应的多个特征信息，组成特征向量，得到多个所述关键帧图像对应的多个所述特征向量；依次对比多个所述特征向量的相似度，保留相似度低于第二阈值的多个所述特征向量对应的多个关键帧图像，得到多个第一关键帧图像。3.根据权利要求1所述的方法，其特征在于，所述从每个所述第二关键帧图像中提取对应的多个图像特征，并确定每个所述第二关键帧图像对应的多维图像特征向量，得到多个所述第二关键帧图像对应的多个第一多维图像特征向量，包括：基于灰度图像特征提取方法，从每个所述第二关键帧图像中提取对应的多个图像特征；基于多个所述图像特征，通过深度神经网络确定每个所述第二关键帧图像对应的多维图像特征向量，进而得到多个所述第二关键帧图像对应的多个所述第一多维图像特征向量。4.根据权利要求1所述的方法，其特征在于，所述基于多个所述第一多维图像特征向量与视频库中存储的库视频对应的多个第二多维图像特征向量建立索引，检测拷贝视频片段，包括：基于hash结构，对多个所述第一多维图像特征向量与多个所述第二多维图像特征向量建立索引，检测拷贝视频片段。5.根据权利要求1所述的方法，其特征在于，所述根据多个所述拷贝视频帧图像对应的时间信息，将多个所述拷贝视频帧图像进行整合，获得拷贝视频片段，包括：基于滑动窗口的时间对齐方法，将多个所述拷贝视频帧图像按照时间信息依次进行整合，获得拷贝视频片段。6.一种针对包含边框的视频拷贝检测装置，其特征在于，包括：获取模块，用于从样本视频中抽取多个第一关键帧图像；
处理模块，用于基于图像边缘由外向内遍历多个所述第一关键帧图像直至出现非纯色像素点为止，去除所有遍历过的纯色像素点区域，得到多个非纯色像素点为边缘的第二关键帧图像；所述处理模块，还用于对多个所述第二关键帧图像进行二次遍历，去除纯色像素点个数大于第一阈值的图像区域，得到处理后的多个第二关键帧图像；计算模块，用于从每个所述第二关键帧图像中提取对应的多个图像特征，并确定每个所述第二关键帧图像对应的多维图像特征向量，得到多个所述第二关键帧图像对应的多个第一多维图像特征向量；检测模块，用于基于多个所述第一多维图像特征向量与视频库中存储的库视频对应的多个第二多维图像特征向量建立索引，获取多个拷贝视频帧图像；确定模块，用于根据多个所述拷贝视频帧图像对应的时间信息，将多个所述拷贝视频帧图像进行整合，获得拷贝视频片段。7.一种计算机设备，其特征在于，包括：处理器和存储器，所述处理器用于执行所述存储器中存储的视频拷贝检测程序，以实现权利要求1～5中任一项所述的视频拷贝检测方法。8.一种存储介质，其特征在于，所述存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现权利要求1～5中任一项所述的视频拷贝检测方法。

技术总结
本发明涉及一种针对包含边框的视频拷贝检测方法及装置，该方法包括：从样本视频中抽取多个第一关键帧图像；基于图像边缘由外向内遍历第一关键帧图像，去除纯色像素点区域，得到多个非纯色像素点为边缘的第二关键帧图像；对第二关键帧图像进行二次遍历，去除纯色像素点个数大于第一阈值的图像区域；从每个第二关键帧图像中提取图像特征，得到多个第一多维图像特征向量；基于多个第一多维图像特征向量与视频库中存储的视频的多个第二多维图像特征向量建立索引，获取多个拷贝视频帧图像；根据时间信息，将多个拷贝视频帧图像进行整合，获得拷贝视频片段，由此，可以实现对视频中存在的多处拷贝视频片段的准确检测，并确定其在原视频中的位置。视频中的位置。视频中的位置。


技术研发人员：郝艳妮 孔庆超 徐楠 方省 郝保 曹家 赵菲菲 罗引 王磊
受保护的技术使用者：北京中科闻歌科技股份有限公司
技术研发日：2020.07.07
技术公布日：2022/1/25