An efficient content based video copy detection using the sample based hierarchical adaptive k-means clustering
An efficient content based video copy detection using the sample based hierarchical adaptive k-means clustering
复制标题
使用基于样本的分层自适应 k 均值聚类进行有效的基于内容的视频副本检测
DOI：
10.1007/s10844-014-0332-5
复制
发表时间：
2015-02
影响因子：
3.4
通讯作者：
Liu, Guizhong
中科院分区：
文献类型：
--
作者：
Liao, Kaiyang;Liu, Guizhong
基于内容的视频拷贝检测（CBCD）对于视频版权保护具有重要意义。CBCD不仅要检测视频流中是否存在拷贝，还要检测拷贝的位置和来源。在本文中，我们提出了一种基于局部特征的视频拷贝检测方案，它可以处理非常大的数据库，无论是在质量和速度。首先，我们提出了一个新的聚类算法，以建立“视觉词”有效。由于我们的CBCD框架执行索引使用树结构的聚类中心，所提出的聚类算法可以提高检索质量，大大缩短离线训练时间。然后，我们介绍了TF-IDF（词频逆文档频率）加权BOF（袋的功能）投票检索方法匹配视频帧，这是强大的显着视频失真和有效的内存使用和计算时间。此外，我们提出了一个验证步骤鲁棒检查查询视频和相应的候选视频之间的时间一致性，以进一步提高检索的准确性。实验结果表明，所提出的视频复制检测方案实现了高定位精度，同时实现了与国家的最先进的复制检测方法相比，相当的性能。
Content-based video copy detection (CBCD) is very important for video copyright protection in view of the growing popularity of video sharing websites, which deals with not only whether a copy occurs in a query video stream but also where the copy is located and where the copy is originated from. In this paper, we present a video copy detection scheme based on local features which can deal with very large databases both in terms of quality and speed. First, we propose a new clustering algorithm to build “visual words” efficiently. Since our CBCD framework performs indexing using tree structures of cluster centers, the proposed clustering algorithm can improve the quality of retrieval and greatly shrink the off-line training time. Then, we introduce a TF-IDF (term frequency–inverse document frequency) weighted BOF (bag-of-features) voting retrieval method for matching video frames, which is robust to significant video distortion and efficient in terms of memory usage and computation time. Furthermore, we present a verification step robustly inspecting the temporal consistency between the query video and the corresponding candidate videos to further improve the accuracy of retrieval. The experimental results show that the proposed video copy detection scheme achieves high localization accuracy, while achieving comparable performance compared with state-of-the-art copy detection methods.
登录
查看更多内容
DOI：
10.1109/tcsvt.2004.826768
发表时间：
2004-05
影响因子：
8.4
作者：
V. Mezaris;Y. Kompatsiaris;N. Boulgouris;M. Strintzis
通讯作者：
V. Mezaris;Y. Kompatsiaris;N. Boulgouris;M. Strintzis
DOI：
10.1109/tip.2002.1006397
发表时间：
2002-05
期刊：
IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
影响因子：
--
作者：
A. Ferman;A. Tekalp;R. Mehrotra
通讯作者：
A. Ferman;A. Tekalp;R. Mehrotra
DOI：
10.1023/b:visi.0000029664.99615.94
发表时间：
2004-11-01
影响因子：
19.5
作者：
Lowe, DG
通讯作者：
Lowe, DG
DOI：
10.1142/9789814343138_0001
发表时间：
1993-12
期刊：
--
影响因子：
--
作者：
R. Dubes
通讯作者：
R. Dubes
影响因子：
3.6
作者：
Guang-Ho Cha
通讯作者：
Guang-Ho Cha