一种视频指纹提取方法及系统的制作方法
【专利摘要】本发明属于通信信息安全【技术领域】，提供一种视频指纹提取方法及系统，所述方法包括：预处理，在视频信息中提取Y通道信息；获取Y通道信息中的三个层次信息；对三个层次信息分别获取不同的特征信息，并分别对获取的不同的特征信息进行哈希特征提取，得到视频片段信息哈希码、帧图像信息哈希码、运动对象级信息哈希码；将视频片段信息哈希码、帧图像信息哈希码以及运动对象级信息哈希码进行集合，组织构建树状结构。本发明通过结合三个不同层次的哈希码集合并根据视频片段的实际结构建立起一一对应的关系，构建树状结构，通过对哈希码树状结构的对比，可以直接判断出帧信息是否被篡改，并能快速定位出篡改位置，篡改检测能力强，安全性高。
【专利说明】一种视频指纹提取方法及系统
【技术领域】
[0001]本发明涉及通信信息安全【技术领域】，尤其涉及一种视频指纹提取方法及系统。
【背景技术】
[0002]随着人类社会的发展，公共安全问题越来越引起人们的重视。视频监控系统作为解决公共安全问题的一种快速有效的辅助手段被越来越多的应用到实际生活之中，其应用带来便利的同时也产生了庞杂的视频信息。同时信息传输技术得到了长足的进步，大量的信息能够在不同的用户间共享交互。然而，信息传输过程中需要通过公共通道，而公共通道的安全性却无法得到有效的保证而导致信息接收方不能明确接收信息的安全性。面对数量巨大的视频信息的安全性评价的需求，依靠人工进行评价是一个几乎不可能完成的任务。
[0003]视频指纹提取技术通过对视频进行处理，生成一段独特的指纹，通过指纹的比对来评价视频的安全性。视频指纹的提取方法是视频信息安全评价系统中的关键技术，该技术通过对视频内容特征的提取得到一段二进制字符串表征视频。该方法具备相似内容的视频能够得到相似字符串的特性。目前的视频指纹提取方法主要是通过提取视频中的关键帧图像，对关键帧利用图像感知哈希的技术进行感知哈希特征提取，然后将关键帧得到的特征进行哈希编码串联得到视频指纹，这一类方法的优点在于能够利用现有比较成熟的图像感知哈希技术，实现视频的相似度比较，其缺点在于仅仅对关键帧图像进行哈希特征的提取，而面对非关键帧的篡改不能得到有效的认证，容易使得认证结果出现错误。因此现有技术在视频认证方面安全性较低，篡改检测能力不强。
【发明内容】
[0004]有鉴于此，本发明提出了一种视频指纹提取方法及系统，通过提取视频信息中的Y通道信息，分别获取视频片段信息、帧图像信息以及运动对象级信息中的不同的特征信息，并对不同的特征信息进行哈希得到多层次的哈希码，根据视频片段的实际结构与多层次的哈希码建立起一一对应的关系，构建树状结构，能快速定位出篡改位置，篡改检测能力强，安全性高。
[0005]为了实现上述目的，本发明提供一种视频指纹提取方法，包括步骤:
[0006]预处理，在视频信息中提取Y通道信息；
[0007]获取Y通道信息中的三个层次信息，所述三个层次信息分别为视频片段信息、帧图像信息以及运动对象级信息；对所述三个层次信息分别获取不同的特征信息；
[0008]分别对获取的所述不同的特征信息进行哈希特征提取，得到视频片段信息哈希码、帧图像信息哈希码、运动对象级信息哈希码；
[0009]将视频片段信息哈希码、帧图像信息哈希码以及运动对象级信息哈希码进行集合，并组织构建树状结构，对于同一层次的信息以级联的方式进行连接，不同层次的信息根据视频信息中不同层次信息之间的从属结构用指针进行连接。
[0010]其中，所述获取Y通道信息中的视频片段信息包括:
[0011]对视频片段中的图像帧序列进行固定帧间隔采样；
[0012]对采样得到的图像帧序列进行权重相加，得到时空域信息图像。
[0013]其中，所述视频片段信息进行哈希特征提取包括:
[0014]利用水平算子Gx和垂直算子Gy分别与时空域信息图像进行卷积，分别得到水平梯度图像和垂直梯度图像；
[0015]其中，水平算子Gx和垂直算子Gy分别为:
【权利要求】
1.一种视频指纹提取方法，其特征在于，包括步骤: 预处理，在视频信息中提取Y通道信息； 获取Y通道信息中的三个层次信息，所述三个层次信息分别为视频片段信息、帧图像信息以及运动对象级信息，对所述三个层次信息分别获取不同的特征信息； 分别对获取的所述不同的特征信息进行哈希特征提取，得到视频片段信息哈希码、帧图像信息哈希码、运动对象级信息哈希码； 将视频片段信息哈希码、帧图像信息哈希码以及运动对象级信息哈希码进行集合，并组织构建树状结构，对于同一层次的信息以级联的方式进行连接， 不同层次的信息根据视频信息中不同层次信息之间的从属结构用指针进行连接。
2.根据权利要求1所述的视频指纹提取方法，其特征在于，所述获取Y通道信息中的视频片段信息包括: 对视频片段中的图像帧序列进行固定帧间隔采样； 对采样得到的图像帧序列进行权重相加，得到时空域信息图像。
3.根据权利要求2所述的视频指纹提取方法，其特征在于，所述视频片段信息进行哈希特征提取包括: 利用水平算子Gx和垂直算子Gy，分别与时空域信息图像进行卷积，分别得到水平梯度图像和垂直梯度图像； 其中，水平算子Gx和垂直算子Gy分别为:
分别对水平梯度图像和垂直梯度图像进行分块； 计算每个分块的块内像素点的灰度平均值，并对每个分块的块内像素点的灰度平均值采用自适应阈值的方法进行阈值化得到视频片段信息哈希码。
4.根据权利要求3所述的视频指纹提取方法，其特征在于，所述自适应阈值的方法具体为:采用每个分块的块内像素点的灰度平均值的中位数作为自适应阈值，分块的灰度平均值大于所述自适应阈值则取1，反之取O。
5.根据权利要求1所述的视频指纹提取方法，其特征在于，所述获取帧图像信息包括: 将整个帧图像进行归一化大小； 对归一化大小后的每个图像进行分块得到图像块； 计算每个图像块与参考矩阵的相关系数。
6.根据权利要求1所述的视频指纹提取方法，其特征在于，所述获取运动对象级信息包括对运动对象区域进行提取，对运动对象区域进行提取具体包括: 采用多高斯背景建模:将每个像素点看做多高斯加权分布，高斯概率分布函数如下所示:
其中表示t时刻位于(i，j)点的多高斯分布中第k个高斯分量的权重，满足
M1 /7[I(i，j)，/4,(<)2]则表示I (i，J')的高斯概率密度函数，其中<，分别代表t时刻位于(i，j)点的多高斯分布中第k个高斯分量的均值和方差； 将第一帧图像中像素点的值作为多高斯背景的第一个高斯分量的均值，而其方差和权重设为预定值，并根据大小进行排序； 从第二帧图像开始，以后的各帧图像中每个像素点的值均与多高斯背景模型进行匹配。
7.根据权利要求6所述的视频指纹提取方法，其特征在于，所述将第二帧图像以后的各帧图像中每个像素点的值均与多高斯背景模型进行匹配的匹配方法包括: 判断当前像素点是否满足背景模型中的高斯分布，如果满足，则视为背景并更新背景模型中被满足的高斯分布的均值、方差和权重； 如果不满足，则视为目标，并将当前像素点的值作为新的高斯分布的均值，并设定其方差和权重。
8.根据权利要求1所述的视频指纹提取方法，其特征在于，所述提取运动对象级信息的哈希特征包括: 将运动对象区域进行大小归一化，得到n*n大小的小块图像，其中η为整数； 采用分块离散余弦变换算法对Y通道信息进行图像处理； 提取I个直流系数和K个交流系数，其中K e [5,9]的整数； 由此得到:
feature1 = {Y0, Y1, Y2,…，Yi，…Υκ} 其中Ytl表示Y通道的直流系数，Yi则为Y通道的第i个交流系数； 将n*n个序数组成一个FEATURE矩阵:
其中feature^表示第i个小块图像的交流和直流系数集； 对FEATURE矩阵的每行选取自适应阈值的方法进行二值化，得到FEATURE矩阵的二值化矩阵。
9.根据权利要求1~8任一项所述的视频指纹提取方法，其特征在于，所述视频信息中不同层次信息之间的从属结构用指针进行连接包括:将视频片段信息哈希码层中存储单元中的指针指向表示视频片段中帧图像哈希码层中的第一帧图像的哈希码或最后一帧图像的哈希码所在的存储单元；将帧图像信息哈希码层中的存储单元中的指针指向运动对象哈希码层中的该帧图像的第一个运动对象级信息哈希码或最后一个运动对象级信息哈希码所在的存储单元。
10.一种视频指纹提取系统，其特征在于，包括: 预处理模块，用于对视频信息进行预处理，提取视频信息中的Y通道信息； 获取模块，用于获取Y通道信息中的三个层次信息，所述三个层次信息分别为视频片段信息、帧图像信息以及运动对象级信息，并对所述三个层次信息分别获取不同的特征信息； 处理模块，用于分别对获取的所述不同的特征信息进行哈希特征提取，得到视频片段信息哈希码、帧图像信息哈希码、运动对象级信息哈希码； 构建模块，将视频片段信息哈希码、帧图像信息哈希码以及运动对象级信息哈希码进行集合，并组织构建树状结构，对于同一层次的信息以级联的方式进行连接，不同层次的信息根据视频信息中不同 层次信息之间的从属结构用指针进行连接。
【文档编号】G06F17/30GK104077590SQ201410307572
【公开日】2014年10月1日 申请日期:2014年6月30日 优先权日:2014年6月30日
【发明者】吴金勇, 孙威, 王军 申请人:安科智慧城市技术（中国）有限公司