Изучение возможности использования векторов движения сжатого видеопотока для его идентификации
https://doi.org/10.31854/1813-324X-2022-8-1-57-64
Аннотация
Использование векторов движения для идентификации видеопоследовательностей хорошо изучено в рамках исследований на тему CBCD (аббр. от англ. Content-Based Copy Detection – определение копий видео на основе анализа контента). Это дает возможность проверки степени сходства двух фрагментов видео или поиска фрагмента в большей видеопоследовательности. Существующие методы формирования идентификационных наборов данных обычно используют полное декодирование видеопотока. Авторы предлагают использовать векторы движения, которые создают видеокодек при сжатии видеопоследовательности. Это позволяет уменьшить вычислительные затраты для идентификации видеопоследовательности и применять более простые алгоритмы для формирования идентификационных данных. В отличие от ранее предложенных методов, использующих либо модифицированные видеокодеки, либо устаревшие, авторы предлагают использовать данные, формируемые при сжатии кодеками наиболее распространенных видеохостингов (Youtube, Vimeo и т. д.) В последующих работах будет изучена возможность формирования автоматизированной системы сравнения видеопоследовательностей и определены ее возможности и ограничения.
Об авторах
Р. Ш. Фахрутдинов
Санкт-Петербургский Федеральный исследовательский центр Российской академии наук
Россия
Россия
Фахрутдинов Роман Шафкатович – кандидат технических наук, заведующий лабораторией кибербезопасности и постквантовых криптосистем
Санкт-Петербург, 199178
А. Ю. Мирин
Санкт-Петербургский Федеральный исследовательский центр Российской академии наук
Россия
Россия
Мирин Анатолий Юрьевич – кандидат технических наук, старший научный сотрудник лаборатории кибербезопасности и постквантовых криптосистем
Санкт-Петербург, 199178
Список литературы
1. Hampapur A., Bolle R.M. Comparison of Distance Measures for Video Copy Detection: IBM Research Report: RC 22056 (W0105-007), 14 May 2001. URL: https://dominoweb.draco.res.ibm.com/reports/RC22056.pdf (Accessed 08th February 2022)
2. Экстремистские материалы. Министерство юстиции Российской Федерации. URL: https://minjust.gov.ru/ru/extremist-materials (дата обращения 08.02.2022)
3. Yang X., Zhu Q., Cheng K.T. Near-Duplicate Detection for Images and Videos // Proceedings of the 1-st ACM workshop on Large-scale multimedia retrieval and mining (LS-MMRM’09, Beijing, China, 23rd October 2009). New York: Association for Computing Machinery, 2009. PP. 73‒80. DOI:10.1145/1631058.1631073
4. Chiu C.Y., Tsai T.H., Hsieh C.Y. Efficient video segment matching for detecting temporal-based video copies // Neurocomputing. 2013. Vol. 105. PP. 70–80. DOI:10.1016/j.neucom.2012.04.036
5. Thomas R.M., Sumesh M.S. A Simple and Robust Colour Based Video Copy Detection on Summarized Videos // Procedia Computer Science. 2015. Vol. 46. PP. 1668–1675. DOI:10.1016/j.procs.2015.02.106
6. Hu Y., Lu X. Learning spatial-temporal features for video copy detection by the combination of CNN and RNN // Journal of Visual Communication and Image Representation. 2018. Vol. 55. PP. 21–29. DOI:10.1016/j.jvcir.2018.05.013
7. Lu Z.M., Li B., Ji Q.G., Tan Z.F., Zhang Y. Robust video identification approach based on local non-negative matrix factorization // International Journal of Electronics and Communications (AEÜ). 2015. Vol. 69. Iss. 1. PP. 82–89. DOI:10.1016/j.aeue. 2014.07.021
8. Roopalakshmi R., Guddeti R.M.R. A Novel CBCD Approach Using MPEG-7 Motion Activity Descriptors // Proceedings of International Symposium on Multimedia (Dana Point, USA, 5‒7 December 2011). PP. 179‒184. IEEE, 2011. DOI:10.1109/ISM.2011.36
9. Taşdemir K., Çetin A.E. Content-based video copy detection based on motion vectors estimated using a lower frame rate // Signal, Image and Video Processing. 2014. Vol. 8. PP. 1049–1057. DOI:10.1007/s11760-014-0627-6
10. Wasserman L. All of Statistics: A Concise Course in Statistical Inference // Springer Texts in Statistics. New York: Springer, 2004. DOI:10.1007/978-0-387-21736-9
Рецензия
Для цитирования:
Фахрутдинов Р.Ш., Мирин А.Ю. Изучение возможности использования векторов движения сжатого видеопотока для его идентификации. Труды учебных заведений связи. 2022;8(1):57-64. https://doi.org/10.31854/1813-324X-2022-8-1-57-64
For citation:
Fahrutdinov R., Mirin A. A Study of the Possibility of Usage Motion Vectors of Compressed Videos to Create Video Identification. Proceedings of Telecommunication Universities. 2022;8(1):57-64. (In Russ.) https://doi.org/10.31854/1813-324X-2022-8-1-57-64
Просмотров:
319
Послать статью по эл. почте 