基于多维尺度分析和不变矩的视频哈希算法

• 作 者: 张少鹏
• 机 构: 广西师范大学
• 出 处: 广西师范大学
• 发表日期: 2021年01期
• 关键词: 视频哈希

视频哈希作为数字媒体内容安全领域的一个重要研究课题，近年来受到研究人员的广泛关注，现已成功应用于视频拷贝检测、视频认证、视频检索和视频篡改检测等方面。视频哈希算法可以从一个输入视频中提取出一串基于内容的、简短的数字或比特序列，该序列称为输入视频的视频哈希。在实际应用中，可以用视频哈希来代表视频本身，有效地降低视频的存储代价和视频相似计算的复杂度。通常，视频哈希算法应该满足两个基本属性，即鲁棒性和唯一性。鲁棒性是指视觉上相同或相似的视频应该被映射成相同或相似的哈希值。在经历诸如亮度调整、对比度调整等数字操作之后，视频的具体数据表示发生了改变，但视觉内容仍然与原始视频相似。因此，该属性可以确保视频哈希算法能正确识别经历正常数字操作后的相似视频。唯一性是指不同视觉内容的视频应该具有不同的哈希值。该属性可以确保视频哈希算法能正确区分不同内容的视频。由于上述两种属性存在制约关系，因此设计出可较好地兼顾鲁棒性和唯一性的视频哈希算法是当前视频哈希研究的一个重要任务。
　　本文利用多维尺度分析、序数测度、三维离散小波变换（3D-DWT）和不变矩等理论和技术研究视频哈希算法，提出了两种新的视频哈希算法。第一种算法是基于多维尺度分析和序数测度的视频哈希算法，第二种算法是基于3D-DWT和不变矩的视频哈希算法。主要研究成果概括如下：
　　1.提出基于多维尺度分析和序数测度的视频哈希算法
　　多维尺度分析是一种高效的数据降维技术，能够从高维数据中学习低维特征，已经成功地应用于目标检索、目标定位、数据可视化和图像哈希等方面。序数测度是具有较好鲁棒性和唯一性的特征，已被应用于视频和图像处理领域。本文联合使用多维尺度分析和序数测度技术，提出一种新的视频哈希算法。具体而言，该算法先对输入视频进行时空域采样操作和颜色空间转换，接着对视频进行分组并提取每个分组的代表帧，然后对代表帧运用二维离散小波变换和计算梯度特征来构造高维矩阵，再利用多维尺度分析从高维矩阵中学习低维特征，最后运用序数测度对特征值进行量化。在公开数据库上测试该算法的性能，实验结果表明该算法对多种数字操作鲁棒并具有较好的唯一性。
　　2.提出基于3D-DWT和不变矩的视频哈希算法
　　3D-DWT是一种有用的视频处理技术，对噪声和压缩等数字操作稳健，可用于数据压缩。不变矩具有良好的鲁棒性和唯一性，已广泛应用于图像处理研究领域。本文联合使用3D-DWT和不变矩技术，设计了一种新的视频哈希算法。该算法先对输入视频进行时空域采样操作和颜色空间转换，再对输入视频进行视频分组，然后对每个视频分组执行二级3D-DWT并用LLL子带的DWT系数来构造视频分组的代表帧，接着在每个代表帧上提取不变矩，最后对所有代表帧的不变矩进行量化生成视频哈希。实验结果表明该视频哈希算法对多种数字操作鲁棒并具有良好的唯一性。
　　用接收机操作特性曲线图与多种文献算法进行性能对比实验。实验结果表明，本文提出的两种视频哈希算法在鲁棒性和唯一性方面的分类性能均优于多种文献算法。