数字图书馆中数字视频版权保护技术研究

数字图书馆中数字视频版权保护技术研究

自20世纪90年代提出数字图书馆的概念以来，它已经发展了20多年。其中，数字视频资源成本指数增加，数字视频版权问题得到澄清。面对海量的数字视频资源,人们可以轻易下载和编辑(转变格式、添加logo、剪辑等)视频并上传到数字图书馆网站上,这样不仅侵犯了视频原作者的知识产权,同时也造成了视频资源内容冗余的问题。视频具有内容丰富、直观生动的特点,已成为人们获取信息的重要渠道。因此如何解决视频盗版侵权和减少内容重复的视频信息已成为影响数字图书馆发展的重要问题。视频拷贝检测作为一种有效的版权保护方法逐渐成为近年来的研究热点,视频拷贝检测主要有两种方法:数字水印法和基于内容的视频拷贝检测法。由于数字水印法需要在视频制作过程中加入数字水印信息,而且对各种攻击不具有较好的鲁棒性,所以数字水印法有一定的局限性。基于内容的视频拷贝检测不用对原始视频添加任何信息,可以在视频传播的任何过程提取视频的内容特征,形成视频指纹,通过比较参考视频和查询视频之间的相似度来判断是否发生了视频拷贝如果参考视频与查询视频内容上基本相同,只是在视频亮度、尺寸、位率等方面有差别,则认为查询视频是参考视频的拷贝,拷贝变换的形式主要有以下几个方面(1)视频位率、帧尺寸的变换。(2)视频编码格式转变:如,MP4、AVI、WMV等格式之间的转变。(3)视频在时域和空域的编辑。如,在边角添加logo,添加边框、字幕,噪声,高斯模糊,剪掉或插入一些帧。一个典型的基于内容的视频拷贝检测系统由4个模块组成:视频预处理,指纹提取,指纹匹配,拷贝结果判定。具体流程如图1所示。由于视频特征的复杂性和攻击处理的多样性,如何设计一个计算简便且检测精度高的视频拷贝检测系统成了一个充满挑战性的任务。目前来看,基于内容的视频拷贝检测的研究难点主要在于指纹提取和指纹匹配两方面。视频指纹是认证视频的惟一标识,用于描述视频内容,又被称为视频DNA。指纹匹配是对从参考视频和查询视频中提取出的视频指纹进行对比,判断相似性。1视频处理变换的鲁棒性分析要检测出在经过各种编辑处理之后的拷贝视频序列,提取的视频指纹必须同时满足两方面的要求,即在一方面要对处理变换后的视频数据具有鲁棒性;在另一方面还要对因内容变化而产生的视频数据具有区分性,如何提取满足这两个方面的指纹是视频拷贝检测研究的核心1.1视频第二通道的局部识别基于空域的方法主要是以视频关键帧的空域属性作为视频特征。早期研究者直接将图像特征提取应用到视频拷贝检测中,Naphade于是研究人员提出采用视频帧的局部特征构造视频指纹,局部特征是对图像兴趣点领域信息的描述,对图像的几何、光照、视角等变化具有良好的不变性,甚至对局部遮挡的目标依然具有一定的识别能力。赵玉鑫1.2基于时间的方法基于时域的方法是将视频序列的时序信息作为视频指纹。IndykP.1.3联合构建视频指纹基于时空域的方法就是将视频的空间特征和时间特征联合构建视频指纹。由于视频内容丰富多变,使用一种特征不能全面描述视频内容,若融合多种视频的特征来构建视频指纹,得到的视频指纹鲁棒性会更好。Kim1.4变换域视频指纹基于变换域的方法是先对视频的关键帧进行一些变换如傅里叶变换、离散余弦变换、小波变换等,然后从变换域中提取视频指纹。基于变换域的特征对于各种攻击具有较好的鲁棒性,目前已经成为主要的视频指纹提取方法。Swaminathan2漏检率的关键因素视频指纹匹配也是影响拷贝检测系统准确率和漏检率的关键因素。指纹匹配是指通过计算参考视频的指纹与查询视频的指纹的距离是否小于一个既定阈值,来判定查询视频是否发生了拷贝2.1确定1个匹配窗口序列匹配方法是一种较早的匹配方法,该方法先提取参考视频的指纹,构建一个指纹库。然后提取查询视频的指纹信息,然后根据查询视频指纹序列长度设定一个匹配窗口,并设定滑动步长。匹配时把查询视频指纹序列沿参考视频指纹序列向前滑动一个固定步长,并计算这个窗口内查询指纹序列与参考指纹序列之间的距离,记下每个对齐窗口的两序列距离值,找出距离值中的最小值,并设定阈值,将这个距离最小值和既定阈值比较。如果距离最小值小于既定阈值则认为查询视频是其对应的参考视频的拷贝视频。使用固定步长的滑动窗口不能准确判断是否拷贝和拷贝的起始位置。为了应对这种问题,聂秀山2.2相似帧筛选和确定参考视频序列基于帧融合的匹配方法不需要设置阈值,该方法分别对参考视频和查询视频提取关键帧和关键帧特征,并构建参考视频的特征库。然后将查询视频的每个关键帧与参考视频特征库进行相似性对比,用相似度最接近的M个关键帧构成相似帧列表。再利用查询视频和参考视频时间上的一致性信息即可找到查询视频对应的参考视频序列。这种方法也有缺点,如果查询视频时间很长,要等找到查询视频关键帧的所有相似性列表,再进行一致性检测,这造成了在时间和空间上较大的浪费3研究困难虽然有众多研究人员对基于内容的视频拷贝检测进行了较深入的研究,但就目前而言这一研究工作仍然存在许多问题需要解决。3.1算量大比较视频信息结构复杂、内容多变、时间长、数据量大,造成运算量较大,这是所有视频拷贝检测系统共同存在的一个问题。特别是在对海里视频进行检查时,无论是在指纹提取还是指纹匹配所需计算时间都太长,无法达到实际应用中的要求。3.2视频指纹检测基于内容的视频拷贝检测想要提高检测准确率需要融合多种视频特征构造视频指纹,用单一特征构造的视频指纹,其指纹信息约束力不足,在检测过程中往往会造成误检。采用多特征融合的手段构造的视频指纹可描述更多的视频信息,使得匹配结果更准确,但多种视频特征的融合目前存在的问题。3.3语义提取技术目前在从视频中提取的低层特征与人对视频的理解之间存在着“语义鸿沟”。由于人对视频语义信息的理解千差万别,语义提取技术的发展还远远没有达到自动描述视频内容的能力。具有自动提取视频语义信息和语义匹配能力并结合视频低层特征的内容拷贝检测系统是未来的研究方向之一。3.4接触网络接口现有视频指纹匹配算法大都是直接对参考视频和查询视频的指纹进行匹配,通过度量两指纹的距离来判定是否发生视频拷贝,这种方法比较简单,但实际效果不太理想。如果利用机器学习里的分类算法,将指纹匹配问题转换成根据视频特征进行分类的问题,则匹配效果将得到大大提高4视频指纹提取本文介绍一种解决数字图书馆中视频版权保护问题的方法,总结了基于内容的视频拷贝检测的主要研究内容和方法。基于内容的视频指纹可以对视频进行惟一性标识,更