基于时空轨迹行为特征的视频拷贝检测算法

来源 :2008中国计算机网络安全应急年会(信息内容安全分会) | 被引量 : 0次 | 上传用户:aaronfly08
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
互联网环境中大规模的视频拷贝检测面临两个难题,拷贝变化多样性问题和数据稀疏问题。有效的拷贝检测算法必须使用鲁棒、快速、精简的视觉特征来应对各种拷贝变化。本文提出利用视频连续帧的特征点轨迹的行为,来构造视频内容的不变模式特征;并使用轨迹视觉关键词典进行快速的拷贝定位,解决数据稀疏问题。在标准数据集上的对比实验证明,本文提出的算法在备种常见的拷贝变化下可以得到更好的检测精度,其特征提取的时空复杂度更低,适合大规模数据的实时拷贝检测。
其他文献
对等网络(Peer-to-Peer networks)的拓扑鲁棒性分析是P2P优化、网络监管等问题的基础。对等网络应用广泛部署在Internct网络上,是一类具有大规模、自组织、高度动态等特性的复杂网络系统。需要系统的、复杂度较低的模拟分析方法,准确、真实地评价这类系统在各类安全事件中网络的鲁棒性特征。本文首先提出了两个与对等网络拓扑鲁棒性紧密相关的衡量指标,在抽象当前P2P网络应用面临的主要安全
图像可以看作多边形的近似,因此研究多边形匹配方法对于图像检索有着重要意义。本文提出了基于最小惯性轴及链码的结合方法,这种方法能够同时利用形状边界轮廓和区域信息,并利用由特征点和形状质心构成的特征三角形计算得出的三角隶属函数值作为重要特征值进行相似性计算。此方法对于形状的转换是不变的,对凹边形匹配是健壮的,通过实验对比,此方法具有较高的检索性能。
在基于肤色的互联网色情视频检测研究中发现,误检的色情视频中卡通视频占很大比例。针对这种状况,本文提出了综合利用卡通视频及色情视频的特征,过滤疑似色情视频中卡通视频的方法。通过分析卡通视频和非卡通视频在视觉方面的差异以及卡通视频和色情视频中主要对象在姿态上的差异,利用图像颜色直方图、图像梯度、Daubechies小波和矩构造特征向量,通过支持向量机来过滤疑似色情视频中的卡通视频。实验证明,该方法可以
在保护信息机密性的同时保护信息的完整性是当前计算环境的重要安全需求之一。基于此,本文提出了一个基于多级安全策略的二元多级安全模型(DML SM Duality andMulti-Level Security Model Based On Multi-LevelSecurityPolicy),该模型基于BLP模型保护信息的机密性,基于Biba模型保护信息的完整性,为增强模型的灵活性和可用性,引入了机
对信息技术的依赖使得软件确保成为国家信息安全的一个关键要素,为了确保国家信息基础设施的完整性,软件必须是可靠和安全的。探讨了软件确保的发展过程,给出了软件确保的定义,阐明了软件确保活动和相关标准及规范,指出了软件确保的发展趋势。
本文提出了显著区域模型方法对图像中的显著区域进行检测和描述,并在此基础上进行目标图像检索:首先采用注意力分析方法检测图像的显著区域,避免了背景信息的干扰;然后通过多特征融合方法得到准确的区域描述;并提出空间上下文特征,融合视觉信息与空间关系,提高了目标区域的可区分性;最后以显著区域为检索基元进行目标查询。实验结果表明,本文算法的平均检索精度比现有方法提升了14.3%。
对文本中表达的观点倾向进行定量分析对于许多应用都具有重要的意义。现有的观点分析方法根据文本中表达的观点倾向,将其分类为肯定和否定两类,不能进一步给出肯定和否定的程度。本文提出了一种定量分析文本中表达的观点倾向的方法,该方法将一个关于某话题的文本的集合作为输入,输出一个实数表示文本中所表达的观点倾向度。实验表明,本文提出的方法在观点定量分析的准确性上达到人工判断水平。
数据无损压缩的压缩率不仪与算法有关,还与编码方式及数据流所蕴含的语义信息相关。随着Internet的发展,基于多字节编码的中文应用呈级数增长,但是目前主流的压缩算法都是基于单字节的,用其压缩源于中文应用的数据流时,人为地割裂了数据流所蕴含的语义信息,严重损害压缩率。结合压缩算法的有向性原理,必须研究面向中文的压缩算法,因此就需要有一个相对客观、全面的测试集来做为评价算法性能的统一基准,但目前通用的
随着P2P技术日益成熟,基于P2P技术的网络电视系统在我国逐渐流行起来,其中PPLive是目前最流行的P2P视频直播(P2P IPTV)系统之一,但它是一款采用私有协议的共享软件,所以它的很多特性鲜为人知。作者对PPLive进行了系统的研究,提出了相应的爬虫设计方案,并以该爬虫为平台对PPI。Ive网络进行了相关的主动测量,最后给出了PPLive用户行为特征的相关分析。研究结果为PPLive或其它
视频文字信息的提取对于基于内容的视频分析具有重要意义。本文提出了一种综合图像边缘信息和视频时序信息的视频文字信息提取方法,通过多尺度文字定位,多帧文字区域的跟踪和增强以及自适应的文字区域分割,实现文字信息提取。实验表明,该方法具有较高的准确性,并对复杂背景和文字大小的变化具有较强的鲁棒性。