视频广告为商业繁荣发挥了积极作用。电视广告中也存在着虚假违法、内容庸俗、夸大宣传等现象,造成了恶劣的社会影响,损害了媒体的社会公信力。同时,违规网络视频广告也呈泛滥趋势。为了保障消费者利益,营造一个积极的广告产业氛围,迫切需要对电视及网络的视频广告进行监测的有效技术手段。视频广告监测要求具有准确性和实时性。因视频指纹具有区分性和鲁棒性的性质,它可以确保监测结果准确可靠,同时视频指纹的易提取性与匹配算法的高效性又能实现实时性,因此,本文选择使用视频指纹进行视频广告监测的研究,重点探索鲁棒的视频指纹的提取以及高效匹配算法。本文对已有方法进行了综合分析,并针对现有指纹技术鲁棒性较差、匹配方法效率不高或适用度不广等缺点,在以下方面展开探索:1.在视频指纹提取阶段,使用了一种对特征赋以不同权重方式结合的多特征视频指纹,得到了区分性更好、鲁棒性更强的视频指纹。该视频指纹由图像角点特征和时域特征构成。本文改进了时域特征提取方法提取时域特征,并与改进的图像角点特征进行结合。实验表明,在亮度变换和尺寸变化以及常见的噪声攻击中,本文提取的视频指纹有较强的鲁棒性。2.在指纹匹配阶段,考虑到子指纹序列的相似性由子指纹集合相似性和位置相似性构成,我们设计了一个两层相似性匹配框架。第一层将子指纹序列匹配的问题首先弱化为子指纹集合相似的问题,使用改进的二层位置敏感哈希加速子指纹匹配,相似的子指纹会尽可能早的进行匹配,因此节省了大量不匹配指纹之间的比较。只有当集合相似后,才在第二层使用全搜索策略。该方案结合了全搜索策略适用度广、位置敏感哈希LSH(Locality Sensitive Hashing)高效性的优点。实验表明,二层匹配方法能够进行实时匹配。