文献类型：期刊文章

作　　者：于晓[1] 聂秀山[1,2] 马林元[3] 尹义龙[1,2]

机构地区：[1]山东财经大学计算机科学与技术学院,济南250014 [2]山东大学计算机科学与技术学院,济南250100 [3]山东财经大学实验教学中心,济南250014

出　　处：《计算机科学》

基　　金：国家自然基金项目(61671274);中国博士后科学基金项目(2016M592190);山东省高等学校科技计划项目(J17KB161);山东省高等学校优势学科人才团队培育计划资助

年　　份：2018

卷　　号：45

期　　号：2

起止页码：84-89

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、CSCD、CSCD_E2017_2018、IC、JST、RCCSE、UPD、ZGKJHX、核心刊

摘　　要：针对互联网相似视频内容检测问题,提出了基于短空时变化的鲁棒视频哈希算法。特征提取和特征量化是该算法的两个关键步骤。在特征提取中,与现有基于时空信息融合的特征提取方法相比,该算法的创新性在于充分利用相邻帧之间局部空域信息的短时变化(简称"短空时变化")来提取特征。该算法首先构造视频内接球,并以球心为起点对内接球进行划分,获取一系列内接球环,从而捕捉相邻帧的空域信息的短时变化,然后将球环非负矩阵分解系数作为视频内容进行特征表示;在特征量化中,该算法采用改进的曼哈顿量化策略将视频特征映射成二进制的哈希序列,更好地保留了原空间中的近邻关系,提高了量化的准确度。实验结果表明,该算法具有良好的性能。

关 键 词：视频哈希 时空信息 非负矩阵分解 相近视频检测  曼哈顿哈希  

分 类 号：TP181]