本发明专利技术公开了一种视频指纹提取及检索方法，对视频中的图像序列提取其纹理信息从而获得表示该视频区别于其他视频的标示信息。视频指纹的提取方法：将视频解码，得到每帧图像的YUV数据；提取其中的Y分量，用Sobel算子提取其梯度信息，分别保留水平（X）,垂直(Y)方向的梯度幅度最大的前10%个点；将视频帧图像分成N*N的区域，统计每一个区域内X,Y正反两个方向的梯度分布，将所有区域的梯度分布合在一起形成归一化直方图。视频指纹的检索，将模板视频的指纹序列在待查询视频的指纹序列上滑动，通过计算互相关系数找出相似度最大的匹配位置。本发明专利技术可以极大的精简视频的内容，有效的提高视频检索的效率。
【技术实现步骤摘要】
本专利技术涉及一种。
技术介绍
如今信息急剧膨胀，尤其是以视频主的数字媒体信息占的比重越来越大。庞大的 视频数据使得视频的管理，检索变得困难。传统的视频管理与检索需要手动的为每个视频 添加上各种描述信息，比较耗费人工和时间。
技术实现思路
本专利技术的目的在于克服现有技术的不足，提供一种，该 方法能够自动从视频中提取特征信息形成指纹，使得视频管理以及检索简单，方便，高效。 本专利技术的目的是通过以下技术方案来实现的：视频指纹提取方法，它包括如下步 骤： S101 :将视频解码得到每帧图像的YUV信息，并分离出Y分量； S102:用Sobel算子计算每帧图像Y分量的每个像素点的水平（X)以及垂直（Y) 方向的梯度信息； S103 :对单帧图像水平以及垂直方向的梯度信息分别保留前10%个梯度绝对值 最大的点； S104 :将每帧图像分成N*N个区域，N的取值大小可根据应用需求变化； S105 :对每个区域，分别统计X正反两个方向（X-，X+)，以及Y正反两个方向 (Y_，Y+)的像素分布形成直方图； S106:将所有N*N个区域的像素分布进行归一化，形成归一化直方图； S107 :将视频序列中每帧图像的直方图按帧的顺序组合在一起构成视频的指纹。 所述的步骤S103中X、Y正反两个方向根据梯度的值进行判断，梯度大于等于0的 为正反向，梯度小于0的为反方向。 基于视频指纹提取方法的视频指纹检索方法，它包括如下步骤： S201 :将用于建视频指纹库的模板视频按照所述的视频指纹提取方法提取指纹， 并保存生成指纹库。 S202 :用所述的视频指纹提取方法提取待查询视频的视频指纹； S203 :将待查询视频的指纹与指纹库中的每段视频的指纹做比较； S204 :比较时将待查询视频的指纹序列视为主序列，指纹库中的指纹序列视为子 序列，将子序列在主序列上滑动，计算滑动到每个位置时的互相关系数，找出互相关系数最 大时的位置； S205:找出待查询视频指纹与视频指纹库中匹配时相似度最大的视频。 所述的步骤S204中的互相关系数计算公式如下：【主权项】1. 视频指纹提取方法，其特征在于：它包括如下步骤： 5101 :将视频解码得到每帧图像的YUV信息，并分离出Y分量； 5102 :用Sobel算子计算每帧图像Y分量的每个像素点的水平（X)以及垂直（Y)方向 的梯度信息； 5103 :对单帧图像水平以及垂直方向的梯度信息分别保留前10%个梯度绝对值最大 的点； 5104 :将每帧图像分成N*N个区域，N的取值大小可根据应用需求变化； 5105 :对每个区域，分别统计X正反两个方向（X-，X+)，以及Y正反两个方向（Y-，Y+)的 像素分布形成直方图； 5106 :将所有N*N个区域的像素分布进行归一化，形成归一化直方图； 5107 :将视频序列中每帧图像的直方图按帧的顺序组合在一起构成视频的指纹。2. 根据权利要求1所述的视频指纹提取方法，其特征在于：所述的步骤S103中X、Y正 反两个方向根据梯度的值进行判断，梯度大于等于〇的为正反向，梯度小于〇的为反方向。3. 基于权利要求1-2中任意一项所述的视频指纹提取方法的视频指纹检索方法，其特 征在于：它包括如下步骤： 5201 :将用于建视频指纹库的模板视频按照所述的视频指纹提取方法提取指纹，并保 存生成指纹库。 5202 :用所述的视频指纹提取方法提取待查询视频的视频指纹； 5203 :将待查询视频的指纹与指纹库中的每段视频的指纹做比较； 5204 :比较时将待查询视频的指纹序列视为主序列，指纹库中的指纹序列视为子序列， 将子序列在主序列上滑动，计算滑动到每个位置时的互相关系数，找出互相关系数最大时 的位置； 5205 :找出待查询视频指纹与视频指纹库中匹配时相似度最大的视频。4. 根据权利要求3所述的视频指纹检索方法，其特征在于：所述的步骤S204中的互相 关系数计算公式如下：y为两个随机序列X和Y的各个分量，元和歹为序列X和Y的均值。【专利摘要】本专利技术公开了一种，对视频中的图像序列提取其纹理信息从而获得表示该视频区别于其他视频的标示信息。视频指纹的提取方法：将视频解码，得到每帧图像的YUV数据；提取其中的Y分量，用Sobel算子提取其梯度信息，分别保留水平（X）,垂直(Y)方向的梯度幅度最大的前10%个点；将视频帧图像分成N*N的区域，统计每一个区域内X,Y正反两个方向的梯度分布，将所有区域的梯度分布合在一起形成归一化直方图。视频指纹的检索，将模板视频的指纹序列在待查询视频的指纹序列上滑动，通过计算互相关系数找出相似度最大的匹配位置。本专利技术可以极大的精简视频的内容，有效的提高视频检索的效率。【IPC分类】G06F17-30【公开号】CN104809248【申请号】CN201510254530【专利技术人】刘盾, 郑雪梅 【申请人】成都索贝数码科技股份有限公司【公开日】2015年7月29日【申请日】2015年5月18日本文档来自技高网...
【技术保护点】
视频指纹提取方法，其特征在于：它包括如下步骤：S101：将视频解码得到每帧图像的YUV信息，并分离出Y分量；S102：用Sobel算子计算每帧图像Y分量的每个像素点的水平(X)以及垂直(Y)方向的梯度信息；S103：对单帧图像水平以及垂直方向的梯度信息分别保留前10％个梯度绝对值最大的点；S104：将每帧图像分成N*N个区域，N的取值大小可根据应用需求变化；S105：对每个区域，分别统计X正反两个方向(X‑,X+)，以及Y正反两个方向(Y‑,Y+)的像素分布形成直方图；S106：将所有N*N个区域的像素分布进行归一化，形成归一化直方图；S107：将视频序列中每帧图像的直方图按帧的顺序组合在一起构成视频的指纹。
【技术特征摘要】
【专利技术属性】
技术研发人员：刘盾，郑雪梅，
申请(专利权)人：成都索贝数码科技股份有限公司，
类型：发明
国别省市：四川;51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。