一种基于动态时间规划的视频特征检索改进算法.pdfVIP

王一梅等：一种基于动态时间规划的视频特征检索改进算法 序列，即“视频指纹”，如图2所示。 4虚线的曲线所示的情况会造成累计值过大，出现 设一个视频序列a包含丁帧，视频中的每一帧 漏检。 用凡。表示，整个视频序列表示为： K={‘1，‘2，■3，…，‘r} (1) 用符号A表示从每帧中提取视频指纹， A(％)表示每帧提取出的视频指纹。视频指纹 巩表示为： (2) 峨={A(‘1)，．=【(‘2)…．，．；l(Fgr)} 视频a 图3曲线整体漂移 匝砸囹·····圈 图2提取视频指纹 根据视频指纹的定义，内容相同的视频具有相 同的视频指纹，传统的视频指纹相似性匹配算法利 用对应帧指纹差进行比较，设m帧样例视频p与n 帧目标视频q(mn)，步骤如下： a)对样例视频p和目标视频q逐帧计算平均灰 度得到视频指纹暖和峨； 图4局部突变干扰 b)将样例视频指纹第l帧对应目标视频指纹的 第l帧，逐帧累计对应帧差的绝对值，直到最后一 第三种情况是由于实际应用中存在大量视频的 帧，得到帧差和； 再编辑，造成了同一段内容的视频具有不同时间跨 c)若帧差之和小于阈值，则认为匹配成功，否 度的问题。如在图5中，对原始视频进行快进和慢 则样例指纹的第1帧移动到对应目标指纹的下一帧 进等处理，出现时间跨度问题。如果逐帧对比2个 开始比较，重复b的比较过程，直到小于阈值则匹配 视频，视频特征出现错位，产生大量匹配错误，造成 成功，或者当全部比对后，仍没有符合条件的，则匹 漏检。此外，不同的视频信号可能具有不同的帧频， 配失败。 同样会造成时间跨度问题。 1．2传统视频指纹算法存在的问题 根据视频指纹的定义，内容相同的视频具有相 原始 5 6 7 8 9 l l 同的视频指纹。试验怛J证实传统视频指纹可以处理 l l 2 l 3 I4l I l l I l 10Illll2l13l14l15l16I7l18l 视频 大多数情况，但对于以下几种常见的干扰处理效果 较差。 第一种情况是曲线整体漂移的情况。由于视频 快进 慢进 在编辑传输存储的过程中会引入一些干扰，造成了 图5视频再编辑引起时间跨度问题 视频亮度整体漂移的情况。如图3中所示，实线代 表样例视频的视频指纹，虚线代表了待比较视频的 视频指纹，可以看到这两条曲线的形状相似，但由于 2 基于动态时间规划的视频检索改进 存在很大的灰度差，在检索过程中因累计值过大造 算法 成漏检。 第二种情况是存在局部突变干扰。在视频中出 针对传统“视频指纹”检索算法存在的问题，本 现局部突变干扰会使视频指纹发生局部突变。如图