Detekce kopírování videa - Video copy detection - Wikipedia

Detekce kopírování videa je proces detekce nelegálně kopírovaná videa jejich analýzou a porovnáním s původním obsahem.

Cílem tohoto procesu je chránit tvůrce videa duševní vlastnictví.

Dějiny

Indyk a kol.^[1] vytvořil teorii detekce kopií videa na základě délky filmu; fungovalo to však pouze pro celé filmy bez úprav. Při použití na krátké klipy videa technika Idynk et al. Nezjistí, že klip je kopie.

Později,^{[když? ]} Oostveen a kol. představil koncept a otisk prstu nebo hashovací funkce, který na základě jeho obsahu vytvoří jedinečný podpis videa. Tento otisk prstu je založen na délce videa a jasu, jak je určeno rozdělením do mřížky. Otisk prstu nelze použít k obnovení původního videa, protože popisuje pouze určité funkce příslušného videa.

Před nějakým časem,^{[když? ]} B.Coskun a kol. představil dva robustní algoritmy založené na diskrétní kosinová transformace.

Hampapur a Balle vytvořili algoritmus vytvářející globální popis videa na základě jeho pohybu, barvy, prostoru,^{[je zapotřebí objasnění ]} a délka.

Abychom se podívali na barevné úrovně obrazu, mysleli jsme si, a proto Li a kol. vytvořil algoritmus, který zkoumá barvy klipu vytvořením binárního podpisu get z histogramu každého snímku.^{[je zapotřebí objasnění ]} Tento algoritmus však vrací nekonzistentní výsledky v případech, kdy a logo je přidáno k videu, protože vložení barevných prvků loga přidává nepravdivé informace, které mohou systém zmást.

Techniky

Obrázek s vodoznakem

Vodoznaky

Vodoznaky se používají k zavedení neviditelného signálu do videa, aby se usnadnila detekce nelegálních kopií. Tuto techniku ​​široce používá fotografové. Umístění vodoznaku na video tak, aby jej diváci snadno viděli, umožňuje tvůrci obsahu snadno zjistit, zda byl obrázek zkopírován.

Omezení vodoznaků spočívá v tom, že pokud původní obrázek není vodoznakem, není možné zjistit, zda jsou ostatní obrázky kopiemi.

Podpis založený na obsahu

Detekce kopírování videa.

V této technice je pro video vytvořen jedinečný podpis na základě obsahu videa. Různé detekce kopírování videa algoritmy existují, které používají funkce obsahu videa k přiřazení videa k jedinečnému otisk prstu. Otisk prstu lze porovnat s otisky prstů jiných videí uloženými v a databáze.

Tento typ algoritmu má značný problém: jsou-li různé aspekty obsahu videí podobné, je pro algoritmus obtížné určit, zda je dané video kopií originálu nebo se mu pouze podobá. V takovém případě (např. Dva odlišné zpravodajské vysílání ), algoritmus může vrátit, že dané video je kopie.

Algoritmy

Následuje několik algoritmů a technik navržených pro detekci kopií videa.

Globální deskriptory

Globální dočasný deskriptor

V tomto algoritmu a globální intenzita je definován jako součet všech intenzit všech pixelů vážených podél celého videa. Identitu vzorku videa lze tedy zkonstruovat na základě délky videa a intenzity pixelů v celém rozsahu.

Globální intenzita na) je definován jako:

${ displaystyle a (t) = součet _ {i = 1} ^ {N} K (i) (I (i, t-1)) ^ {2}}$

Kde k je váha obrazu, Já je obrázek a N je počet pixelů v obrázku.

Globální deskriptor ordinálního měření

V tomto algoritmu je video rozděleno na N bloky, seřazené podle úroveň šedé. Pak je možné vytvořit a vektor popisující průměrnou úroveň šedi každého bloku.

S těmito průměrnými úrovněmi je možné vytvořit nový vektor Svatý), podpis videa:

${ displaystyle S (t) = (r_ {1}, r_ {2}, cdots, r_ {N})}$

Pro porovnání dvou videí algoritmus definuje a D (t) představující podobnost mezi oběma.

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

Hodnota vrácená uživatelem D (t) pomáhá určit, zda je dané video kopií.^{[je zapotřebí objasnění ]}

Pořadové a časové deskriptory

Tuto techniku ​​navrhli L.Chen a F. Stentiford. Měření odlišnosti se provádí kombinací dvou výše uvedených algoritmů, Globální časové deskriptory a Globální deskriptory ordinálních měření, v čas a prostor.^{[je zapotřebí objasnění ]}

Místní deskriptory

AJ

Popsal A. Joly a kol., Tento algoritmus je vylepšením Harrisova detektoru zájmových bodů.^{[je zapotřebí objasnění (co to je?)]} Tato technika naznačuje, že v mnoha videích je značný počet snímků téměř totožný, takže je efektivnější testovat ne každý snímek, ale pouze ty, které zobrazují značné množství pohybu.

ViCopT

ViCopT používá zájmové body z každého obrázku k definování podpisu celého videa. V každém obrazu algoritmy identifikují a definují dvě části: Pozadí, sada statických prvků podél časové posloupnosti a pohyb, trvalé body měnící polohy v celém videu.

Space Time Interest Points (STIP)

Tento algoritmus vyvinuli I. Laptev a T. Lindindeberg. Využívá techniku ​​zájmových bodů v prostoru a čase k definování podpisu videa a vytváří 34.dimenze vektor, který ukládá tento podpis.^{[je zapotřebí objasnění ]}

Představení algoritmu

Existují algoritmy pro detekci kopírování videa, které se dnes používají. V roce 2007 proběhla hodnotící vitrína známá jako Multimediální porozumění prostřednictvím sémantiky, výpočtu a učení (SVAL), která testovala algoritmy detekce kopírování videa na různých vzorcích videa od domácích videozáznamů po segmenty televizních pořadů v délce od jedné minuty do jedné hodiny.

Reference

• SVAL (multimediální porozumění prostřednictvím sémantiky, výpočtu a učení) (v angličtině)
• IBM - Skupina počítačového vidění (v angličtině)
• „Srovnávací studie“ (PDF). (563 KB) (v angličtině)