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。