大规模视频数据的拷贝检测关键技术研究

随着网络技术和多媒体技术的发展，网络视频的非法传播越来越多，这给大规模视频数据的监管带来了新的挑战。基于内容的视频拷贝检测技术是一种有效的视频监管方法，此技术利用视频内容本身的特征，提取出其特有的内容指纹信息，利用此信息来检测视频库中的视频是否为同一视频的拷贝版本，进而判断该视频的合法性。视频拷贝检测技术是一个新兴的研究领域，包括众多基础理论和实用技术，其研究具有重要的理论意义和广泛的应用价值。现有的视频拷贝检测技术尚不能满足大规模视频数据的检测需求，本课题将对大规模视频数据的拷贝检测技术展开研究，主要研究内容包括：视频指纹特征提取算法、指纹数据库索引策略和拷贝视频关联图分析挖掘算法等，并在以上关键技术与核心算法研究的基础上，探索基于拷贝检测技术的互联网视频监管方案。本课题力争在视频指纹处理的理论上有所突破，在视频拷贝检测的技术方法上有所创新，为该项技术的理论研究和实际应用奠定基础。

基于内容的视频拷贝检测技术是多媒体信息检索技术的重要研究方向，本项目研究了大规模视频拷贝检测的相关问题，提出了基于兴趣点的环形指纹提取算法、基于LCS算法的指纹序列匹配算法，设计开发了可以支持亿级高维数据索引的分布式索引方案。研究了海量视频数据的分析挖掘技术，提出了基于用户评论的网络视频的个性化推荐算法，研究了互联网视频的主题检测及主题演化等算法，并实现了相关原型系统。同时，为了更好地进行大规模多媒体数据进行管理，项目组还研究了图像/视频的语义标注算法，提出了多种图像/视频语义标注算法。在系统成果方面，项目组开发了“互联网视频自动获取系统”和“防止网络多媒体非授权散布系统(iMars)”。项目组开发的分布式高维索引系统在实际的互联网搜索产品“盘古以图搜书”中进行了上线应用。