Обнаружение копирования видео

Обнаружение копии видео - это процесс обнаружения незаконно скопированных видео путем их анализа и сравнения с исходным содержанием.

Цель этого процесса - защитить интеллектуальную собственность создателя видео .

История [ править ]

Indyk et al. ^[1] разработал теорию обнаружения копии видео, основанную на длине фильма; однако это работало только для целых фильмов без модификаций. Применительно к коротким клипам видео метод Idynk et al. Не определяет, является ли клип копией.

Позже, ^{[ когда? ]} Oostveen et al. представила концепцию отпечатка пальца или хэш-функции , которая создает уникальную подпись видео на основе его содержимого. Этот отпечаток основан на длине видео и яркости, определяемой путем разделения его на сетку. Отпечаток пальца нельзя использовать для воссоздания исходного видео, поскольку он описывает только определенные особенности соответствующего видео.

Некоторое время назад ^{[ когда? ]} B.Coskun et al. представлены два робастных алгоритма, основанных на дискретном косинусном преобразовании .

Хампапур и Балле создали алгоритм, создающий глобальное описание фрагмента видео на основе движения, цвета, пространства, ^{[ требуется пояснение ]} и длины видео .

Было решено смотреть на уровни цвета изображения, и по этой причине Li et al. создал алгоритм, который проверяет цвета клипа, создавая двоичную подпись, полученную из гистограммы каждого кадра. ^{[ требуется пояснение ]} Этот алгоритм, однако, возвращает противоречивые результаты в случаях, когда логотип добавлен к видео, потому что вставка цветных элементов логотипа добавляет ложную информацию, которая может ввести систему в заблуждение.

Методы [ править ]

Изображение с водяным знаком

Водяные знаки [ править ]

В этом разделе не процитировать любые источники . Пожалуйста, помогите улучшить этот раздел , добавив цитаты из надежных источников . Материал, не полученный от источника, может быть оспорен и удален . ( Ноябрь 2012 г. ) ( Узнайте, как и когда удалить этот шаблон сообщения )

Водяные знаки используются для введения невидимого сигнала в видео, чтобы облегчить обнаружение нелегальных копий. Этот прием широко используется фотографами . Размещение водяного знака на видео таким образом, чтобы аудитория могла его легко увидеть, позволяет создателю контента легко определять, скопировано ли изображение.

Ограничение водяных знаков заключается в том, что если исходное изображение не снабжено водяными знаками, то невозможно узнать, являются ли другие изображения копиями.

Подпись на основе содержимого [ править ]

Обнаружение копии видео.

В этом методе уникальная подпись создается для видео на основе содержимого видео. Существуют различные алгоритмы обнаружения копии видео , которые используют особенности содержимого видео для присвоения видео уникального отпечатка пальца . Отпечаток пальца можно сравнить с отпечатками пальцев других видео, хранящихся в базе данных .

Этот тип алгоритма имеет существенную проблему: если различные аспекты содержимого видео схожи, алгоритму трудно определить, является ли рассматриваемое видео копией оригинала или просто похожим на него. В таком случае (например, две разные передачи новостей ) алгоритм может вернуть, что рассматриваемое видео является копией.

Алгоритмы [ править ]

Ниже приведены некоторые алгоритмы и методы, предлагаемые для обнаружения копии видео.

Глобальные дескрипторы [ править ]

Глобальный временный дескриптор [ править ]

В этом алгоритме глобальная интенсивность определяется как сумма всех интенсивностей всех пикселей, взвешенных по всему видео. Таким образом, идентичность для выборки видео может быть построена на основе длины видео и интенсивности пикселей во всем.

Глобальная интенсивность a (t) определяется как:

${\ Displaystyle а (т) = \ сумма _ {я = 1} ^ {N} К (я) (я (я, т-1)) ^ {2}}$

Где k - вес изображения, I - изображение, а N - количество пикселей в изображении.

Дескриптор глобального порядкового измерения [ править ]

В этом алгоритме видео делится на N блоков, отсортированных по уровню серого . Затем можно создать вектор, описывающий средний уровень серого для каждого блока.

С этими средними уровнями можно создать новый вектор S (t) , подпись видео:

${\ Displaystyle S (т) = (r_ {1}, r_ {2}, \ cdots, r_ {N})}$

Чтобы сравнить два видео, алгоритм определяет D (t), представляющий сходство между ними.

${\ displaystyle D (t) = {\ frac {1} {T}} \ sum _ {1 = t - {\ frac {T} {2}}} ^ {t + {\ frac {T} {2}} } {\ begin {vmatrix} R (i) -C (i) \ end {vmatrix}}}$

Значение, возвращаемое D (t), помогает определить, является ли рассматриваемое видео копией. ^{[ требуется разъяснение ]}

Порядковые и временные дескрипторы [ править ]

Этот метод был предложен L.Chen и F. Stentiford. Измерение несходства выполняется путем объединения двух вышеупомянутых алгоритмов, глобальных временных дескрипторов и глобальных порядковых дескрипторов измерения во времени и пространстве . ^{[ требуется разъяснение ]}

Локальные дескрипторы [ править ]

AJ [ править ]

Описанный А. Джоли и др., Этот алгоритм является усовершенствованием детектора точек интереса Харриса. ^{[ требуется пояснение (что это?) ]} Этот метод предполагает, что во многих видеороликах значительное количество кадров почти идентично, поэтому более эффективно тестировать не каждый кадр, а только те, которые изображают значительное количество движения.

ViCopT [ править ]

ViCopT использует точки интереса каждого изображения для определения подписи всего видео. В каждом изображении алгоритмы идентифицируют и определяют две части: фон , набор статических элементов во временной последовательности и движение , постоянные точки, меняющие положение на протяжении всего видео.

Интересные точки пространства-времени (STIP) [ править ]

Этот алгоритм был разработан И. Лаптевым и Т. Линдебергом. Он использует технику точек интереса в пространстве и времени для определения видеоподписи и создает вектор 34-го измерения, который хранит эту подпись. ^{[ требуется разъяснение ]}

Демонстрация алгоритма [ править ]

Существуют алгоритмы обнаружения копии видео, которые используются сегодня. В 2007 году была проведена оценочная демонстрация, известная как « Понимание мультимедиа посредством семантики, вычислений и обучения» (MUSCLE) , в ходе которой были протестированы алгоритмы обнаружения копии видео на различных образцах видео - от домашних видеозаписей до сегментов телешоу продолжительностью от одной минуты до одного часа. длина.

Ссылки [ править ]

• MUSCLE (Multimedia Understanding through Semantics, Computing and Learning) (на английском языке)
• IBM - Группа изучения компьютерного зрения (на английском языке)
• «Сравнительное исследование» (PDF) . (563 КБ) (на английском языке)