面向内容安全监控应用的视频指纹实时获取与快速检索技术研究

Videos have become the main media information in present network, but there are still many security risks during the transmission of videos, i.e. illegal video; tampered video etc. These security risks will hinder the development of video service. Video fingerprinting technology is content-based and has strong robust and discrimination, so it gives a novel method for the video content security monitoring. Although video fingerprinting has great advantage in content identification, real-time problem will be a technological bottleneck for applying to video content security monitoring. The core object of this project is to real-time obtain and rapid retrieval the video fingerprint. Thus this project will study some core algorithms and key technologies about video fingerprinting technology, i.e. video fingerprinting extraction, storage, retrieval. We will analyze and assess the performance of these algorithms and technologies by a simulation platform. This project will provide following breakthroughs and innovations: choice mechanism of video key frame based on minimum vertex cover principle; extraction algorithm of video fingerprinting based on visual perception theory; storage structure of video fingerprinting; fast retrieval algorithm in fingerprinting database. Finally, the above achievements will provide theoretical foundation and technical support for the development of video content real-time security monitoring.

在当前网络中，视频业务已成为网络的主体业务，然而视频在传播过程中存在诸多内容安全隐患，如视频内容篡改、插播、恶意传播等，严重阻碍了网络视频业务可持续性发展。视频指纹基于视频内容且与内容唯一对应，为解决视频内容安全监控提供了一种新思路和方法，但实时性问题是目前视频指纹应用于视频内容监控的一个技术瓶颈。本课题以"提高视频指纹获取的实时性和检索的快速性"为核心目标，以视频指纹技术为研究对象，利用其在内容识别方面的独特优势，从视频指纹生成、指纹存储、指纹检索等角度深入研究视频指纹高效提取和检索的核心算法及关键技术，并通过实验仿真平台分析和评估相应指标的实际性能。拟在基于最小顶点覆盖原理的关键帧快速抉择方法、基于视觉感知的指纹高效提取算法、指纹关联存储结构以及指纹快速检索机制等方面有所突破和创新。项目研究成果将为网络视频业务内容安全实时监控的大规模部署和推广提供理论依据和技术支撑。

随着网络的高速发展，视频业务已成为网络信息传播的重要手段。在视频为我们提供信息服务的同时，其内容篡改、插播、恶意传播等安全隐患也日益严重。视频指纹基于内容且与内容唯一对应的特性，为解决视频内容安全监控提供了一种新思路和方法，但实时性问题是目前视频指纹应用于视频内容监控的一个技术瓶颈。本项目以提高视频指纹获取的实时性和检索的快速性为核心目标，在关键帧快速抉择、视频指纹高效提取、视频指纹存储结构和快速检索等方面开展了深入的研究工作，并取得了若干研究成果：在关键帧抉择方面，提出了基于DC系数特性的帧间相似距离度量方法，一方面达到对视频数据的准确表征，另一方面为快速提取关键帧提供前提条件；提出了基于最小顶点覆盖原理的关键帧快速抉择机制，利用帧间相似距离进行建模，通过最小顶点覆盖集合的求解原理快速选取关键帧。在视频指纹提取方面，针对视频指纹提取效率和计算开销问题，提出了一种基于视频片段序列视觉感知特征的视频切片，利用视觉感知和小波变换的特性对切片进行视频内容特征的提取；提出了一种SURF算法和K-means算法相结合的视频DNA提取算法，采用改进的SURF算法提取的视频DNA具有较好的准确性和鲁棒性，并能在时间开销方面得到一定的提高；提出了基于稀疏编码的视频指纹提取算法，对视频帧特征点进行稀疏编码，仅对编码后的非零值进行处理，从而减少指纹提取的存储开销与计算开销。在指纹存储结构和检索方面，提出了一种基于粗细粒度的分层视频检索算法，通过基于倒排索引的粗粒度检索实现视频的初步筛选，再实现基于视频指纹的细粒度精确查找；提出了基于生物序列比对技术BLAST算法的视频指纹序列快速检索方法，提高了检索的效率；提出了基于桶位毗邻前承接树形结构的指纹数据库设计，利用指纹数据间紧密联系的特性，构建一种利于指纹快速检索的数据存储结构，降低数据库指纹检索的时间复杂度。在项目实施过程中，课题组成员在国内外学术期刊、会议上发表了近十篇高质量学术论文，并申请了十余项国家发明专利。综上所述，课题组完成了预期的研究目标，为后续的相关研究奠定了良好的基础。