基于业务流特征的快速视频识别算法与系统设计

论文摘要

随着互联网的飞速发展,流媒体技术正越来越得到普遍的应用,越来越多的人们选择从互联网上获得视频点播、网络电视等服务。网络视频作为越来越被认可的媒体表现形式,市场价值、广告价值和受众规模仍将持续提升。出于提升自身品牌价值、规避内容侵权风险等众多因素的考虑,2009年视频网站对内容体系进行了大规模调整,将内容重点更多放在了影视剧和专业机构制作的内容上。从行业角度来看,网络视频媒体与传统影视媒体之间逐渐由竞争走向合作,网络作为实现影视节目二次传播的新渠道,在新的媒体格局中占据重要位置。同时,传统新闻媒体、电视台和影视媒体纷纷拓展网络视频传播渠道,直接助推和带动了网络视频产业的规范化发展。国家网络电视台的加入,将促进网络视频产业进一步规范化、有序化发展。随着国家对网络视频行业发展的市场规范逐步建立、监管力度的不断加强,市场环境将得到进一步优化。网络视频业务的发展使得视频的管理与监管的需求与日俱增,同时,在大众通过网络享受着生活娱乐的便利的同时,网络上充斥着一些淫秽、非法等有害视频,对社会造成很大危害。现有的基于视频内容的离线检测方法需要解码数据包,且匹配算法复杂度高,不适于数据量庞大的流媒体服务器或网关做实时检测。为此,本文提出一种基于媒体业务流特征的快速的视频识别匹配系统,对流媒体服务器的码流进行实时检测和过滤。本文采用被广泛应用的MP4码流作为测试对象,分析了算法中各个参数对于判定结果的影响。实验结果表明,所提算法简单易行,无论是在拒真率还是误伪率方面都取得较为满意的结果。

论文目录

• 目录
• 摘要
• Abstract
• 第一章 绪论
• 1.1 引言
• 1.2 视频识别系统应用场景
• 1.2.1 不良视频检测
• 1.2.2 视频去重与重复检测
• 1.2.3 视频库检索与提取
• 1.3 相关知识
• 1.3.1 主流多媒体文件格式及流媒体服务器介绍
• 1.3.2 主流视频压缩算法
• 1.3.3 流式传输协议
• 1.4 本文研究目的与结构
• 1.4.1 研究目的
• 1.4.2 本文结构
• 第二章 相关工作
• 2.1 基于内容的视频识别算法介绍
• 2.1.1 基于视频结构信息的视频识别算法
• 2.1.2 基于摘要的视频识别算法
• 2.1.3 基于种子（Seed）的视频识别算法
• 2.2 基于元数据的视频识别算法
• 2.3 基于水印的视频识别技术
• 2.4 结合其他相关技术的视频识别
• 2.4.1 结合语音的视频识别技术
• 2.4.2 结合用户评价的视频识别技术
• 2.5 本章小结
• 第三章 基于业务流特征的视频识别算法
• 3.1 概述
• 3.2 基于业务流特征的视频识别算法介绍
• 3.2.1 视频匹配算法需要解决的问题
• 3.2.2 参数描述
• 3.2.3 算法介绍
• 3.3 本章小结
• 第四章 实验结果及分析
• 4.1 实验样本
• 4.2 参数对正确性的影响
• 4.3 本章小结
• 第五章 内容无关的视频识别系统设计
• 5.1 引言
• 5.2 系统模块简介
• 5.3 网络视频帧信息提取模块设计
• 5.3.1 视频数据获取模块
• 5.3.2 视频数据解析模块
• 5.4 视频识别模块
• 5.4.1 分级视频识别处理模块
• 5.4.2 参数配置优化模块
• 5.4.3 信息反馈模块
• 5.5 预处理及数据操作模块
• 5.5.1 预处理模块
• 5.5.2 数据操作模块
• 5.6 原型系统
• 5.7 本章小结
• 第六章 总结与展望
• 6.1 总结
• 6.2 未来工作
• 参考文献
• 研究生期间撰写的论文
• 致谢