专利名称：一种视频指纹的生成方法及装置的制作方法
技术领域：
本发明属于多々某体应用领域，特别涉及一种^L频指紋的生成方法。
技术背景近年来，信息技术的迅猛发展及以其为基础的电子商务的广泛应用，使各 类文字、图片等作品通过网络的传播范围空前扩大，为创作者和发行商带来新 的机遇。但同时，人们也很容易对以数字形式存在的产品进行非法拷贝和分发， 如何对数字化产品进行版权保护已成为信息时代版权保护的核心问题之一。进行版权保护的 一种方式是采用数字指紋技术。数字指紋技术采取主动的 对数字内容进行监测的方式来进行版权保护。先将需要监测的敏感数字内容， 生成数字指紋存入指紋库，将待检测的数字内容生成数字指紋，并与指紋库中 的数字指紋进行比较，确定指紋库中是否有相同的数字指紋。现有的数字指紋 技术可以对文字、图片等作品生成数字指紋，然而，现有技术中并没有给出有 效的多媒体视频指紋生成方案。发明内容为了解决现有技术中无法提供有效的多媒体视频指紋的问题，本发明实施 例提供了一种视频指紋的生成方法，包括 提取I帧的DCT系数； 根据I帧的DCT系数，得到DCT数据矩阵； 根据DCT数据矩阵生成视频指紋。同时本发明实施例还提供一种视频指紋的生成装置，包括DCT系数提取模块用于提取I帧的DCT系数；DCT数据矩阵生成模块用于根据I帧的DCT系数，得到DCT数据矩阵； 视频指紋生成模块用于根据DCT数据矩阵生成视频指紋。 由上述本发明提供的具体实施方案可以看出，正是由于提取I帧的DCT 系数，根据I帧的DCT系数，得到DCT数据矩阵，根据DCT数据矩阵生成视频指紋，使得能够生成视频指紋。
图1为本发明提供的第一实施例方法流程图； 图2为^L频流中I帧、P帧和B帧的分布示意图； 图3为选取DCT系数的分布图； 图4为DCT数据矩阵示意图；图5为本发明提供的主成分分析的奇异值分解方法示意图； 图6为本发明提供的第五实施例装置结构图。
具体实施方式
本发明提供的第一实施例是的方法，方法流程如图l所示，包括 步骤101:提取I帧的DCT(离散余弦变换)系数。可以使用FFMpeg工具包对视频文件MPEG系列或H.26X系列的视频数据 流进行解码，得到单个视频帧，单个帧的属性按编码方式分为有I帧，P帧，B 帧，如图2所示。在FFMpeg中视频帧AVFrame结构体有key—frame属性和 pict—type属性，只需用1 == AVFrame->key—frame && FF—I—TYPE == AVFrame->pict—type就可以抽取到I帧。由于I帧的帧内编码采用DCT编码，就 可以对单个帧不需解码就可以直接在压缩域提取到DCT系数。 步骤102:根据I帧的DCT系数，生成对应的DCT向量。 本实施例中的DCT向量的生成可以采用DC+5AC的方式，如图3，即取l个直流系数，5个低频交流系数(0为直流系数，1、 2、 3、 4、 5为交流系数) 作为I帧的DCT向量，如生成的第一个I帧的DCT向量为Xn、 X21、 X31、 X4。 X51、 X61,生成的第二个I帧的DCT向量为Xu、 X22、 X32、 X42、 X52、 X62，生 成的第i个I帧的特征向量为Xu、 X2i、 X3i、 X4卜X5i、 X6i。 步骤103:通过DCT向量得到DCT数据矩阵。本实施例中的DCT数据矩阵的生成可以采用将所有得到的DCT向量在时 域上排列得到，如图4。 DCT数据矩阵也可以直接通过DCT系数得到，通过 DCT向量生成DCT数据矩阵仅是本实施例中的一种优选的方案，以减少DCT 数据矩阵的数据量。步骤104:对DCT数据矩阵进行PCA(主成分分析)得到特征值和特征向量 矩阵。本实施例中的特征向量矩阵和特征向量值的生成采用PCA(主成分分析) 时，优选的方案是对数据矩阵进行奇异值分解(Single Value Decomposition-SVD)，如图5,这样避免了运算量很大的协方差矩阵计算和特征值分解，提高 了指紋生成算法的效率，当然也可采用传统的对协方差矩阵进行特征值分解的 方法。步骤105:对特征向量矩阵进行量化处理后生成视频指紋。 本实施例中的特征向量矩阵的量化和视频指紋计算采用均匀量化的方法。 特征向量矩阵的每个元素都是实数(占用4个字节)，由于特征向量矩阵是正交 矩阵，每个元素取值都在[-l,l]之间的实数，为了使指紋表示更加紧凑，可以利用公式"'=127(1 + ") + ()'5」将这些实数"表示为单字节整数"'(L」表示对小数进行向下取整，如元素-l表示为单字节整数O,元素-0.5表示为单字节整数64)， 其中这样指纹的长度可以缩减为原来的1/4。也可以是步骤103得到DCT数据矩阵后，直接根据DCT数据矩阵生成视 频指紋。采用上述对DCT数据矩阵进行主成分分析、量化为本实施例中的一 种优选的方案，以使得生成的视频指紋紧凑性更好。本发明提供的第二实施例是一种视频数字指紋的生成装置，其结构如图6 所示，包括DCT系数提取模块201:用于提取I帧的DCT系数；DCT数据矩阵生成才莫块202:用于根据I帧的DCT系数，得到DCT数据矩阵；视频指紋生成模块203:用于根据DCT数据矩阵生成视频指紋。进一步，DCT系数提取模块还用于根据I帧的DCT系数，生成对应的 DCT向量，通过DCT向量得到DCT数据矩阵。进一步，视频指紋生成模块203:还用于对DCT数据矩阵进行主成分分析 生成特征向量矩阵；根据特征向量矩阵生成视频指紋。进一步，视频指紋生成模块203:还用于对DCT数据矩阵进行奇异值分解 生成特征向量矩阵；根据特征向量矩阵生成视频指紋。进一步，视频指紋生成模块203:还用于对DCT数据矩阵进行主成分分析 生成特征向量矩阵；对特征向量矩阵进4亍量化处理后生成;f见频指紋。明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及 其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
权利要求
1、一种视频指纹的生成方法，其特征在于，包括提取视频文件I帧的离散余弦变换DCT系数；根据I帧的DCT系数，得到DCT数据矩阵；根据DCT数据矩阵生成视频指纹。
2、 如权利要求l所述的方法，其特征在于，根据I帧的DCT系数，得到 DCT数据矩阵步骤具体为根据I帧的DCT系数，生成对应的DCT向量，通过DCT向量得到DCT数据矩阵。
3、 如权利要求l所述的方法，其特征在于，根据DCT数据矩阵生成视频 指紋具体为对DCT数据矩阵进行主成分分析生成特征向量矩阵； 根据特征向量矩阵生成视频指紋。
4、 如权利要求3所述的方法，其特征在于，对DCT数据矩阵进行主成分 分析生成特征向量矩阵具体为对DCT数据矩阵进行奇异值分解生成特征向量矩阵。
5、 如权利要求3所述的方法，其特征在于，根据特征向量矩阵生成视频 指紋具体为对特征向量矩阵进行量化处理后生成视频指紋。
6、 一种视频指紋的生成装置，其特征在于，包括 DCT系数提取模块用于提取I帧的DCT系数；DCT数据矩阵生成模块用于根据I帧的DCT系数，得到DCT数据矩阵； 视频指紋生成模块用于根据DCT数据矩阵生成视频指紋。
7、 如权利要求6所述的装置，其特征在于，DCT系数提取模块还用于 根据I帧的DCT系数，生成对应的DCT向量，通过DCT向量得到DCT数据矩阵。
8、 如权利要求6所述的装置，其特征在于，视频指紋生成模块还用于 对DCT数据矩阵进行主成分分析生成特征向量矩阵；根据特征向量矩阵生成视频指紋。
9、 如权利要求8所述的装置，其特征在于，视频指紋生成模块还用于 对DCT数据矩阵进行奇异值分解生成特征向量矩阵；根据特征向量矩阵生成视频指紋。
10、 如权利要求8所述的装置，其特征在于，视频指紋生成模块还用于 对DCT数据矩阵进行主成分分析生成特征向量矩阵；对特征向量矩阵进行量化处理后生成视频指紋。
全文摘要
本发明公开了一种视频指纹的生成方法及装置，为了解决现有技术中无法提供有效的多媒体视频指纹的问题，本发明公开的方法包括提取I帧的DCT系数；根据I帧的DCT系数，得到DCT数据矩阵；根据DCT数据矩阵生成视频指纹，采用上述方法能够生成视频指纹。
文档编号H04N7/16GK101404750SQ200810226269
公开日2009年4月8日 申请日期2008年11月11日 优先权日2008年11月11日
发明者浩 尹, 张焕强, 雯 惠, 铮 李, 陈文涛, 东 黄 申请人:清华大学;北京蓝汛通信技术有限责任公司