申请/专利权人：深圳神目信息技术有限公司

申请日：2021-05-31

公开（公告）日：2024-02-06

公开（公告）号：CN113283351B

主分类号：G06V20/40

分类号：G06V20/40;G06V10/74;G06V10/77;G06V10/774;G06V10/82;G06N3/0464;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.02.06#授权;2021.09.07#实质审查的生效;2021.08.20#公开

摘要：本发明公开了一种使用CNN优化相似度矩阵的视频抄袭检测，建立对角卷积神经网络模型；对视频底库中的视频进行抽帧，得到至少一个第一抽取帧，提取各第一抽取帧的第一特征，形成特征数据库，对查询视频进行抽帧，得到至少一个第二抽取帧，提取各第二抽取帧的第二特征，所述第一特征与第二特征是相同类型的特征，将第一特征与第二特征进行相似度匹配，从相似度最大开始选取一定数量的视频作为候选视频对，将所有候选视频对的相似度矩阵输入对角卷积神经网络模型进行运算，增加疑似抄袭位置帧图像的第一相似度，减小非抄袭位置帧图像的第二相似度，优化相似度矩阵，在矩阵中对角线上为抄袭视频位置，提高抄袭视频的检测效率，降低成本。

主权项：1.一种使用CNN优化相似度矩阵的视频抄袭检测方法，其特征在于：建立对角化卷积神经网络模型；对视频底库中的视频进行抽帧，得到至少一个第一抽取帧，提取各第一抽取帧的第一特征，形成特征数据库；对待检测视频进行抽帧，得到至少一个第二抽取帧，提取各第二抽取帧的第二特征，所述第一特征与第二特征是相同类型的特征，分别计算第二特征与特征数据库中的各第一特征的相似度，获得相似度大于设定阈值的所有第一抽取帧，并从中选择设定数量的第一抽取帧作为近邻帧组，将近邻帧组中的各视频帧按照视频ID进行归类，计算属于同一视频ID的所有近邻帧的相似度总和，选取相似度总和位于前面的视频作为待检测视频的候选视频，待检测视频与每一个候选视频分别形成候选视频对，将所有候选视频对的相似度矩阵输入对角化卷积神经网络模型进行运算，使相似度矩阵呈现明显的对角线，即在对角线上亮度比非对角线位置的亮度高，增加疑似抄袭位置帧图像的第一相似度，减小非抄袭位置帧图像的第二相似度，优化相似度矩阵，定位抄袭视频位置。

全文数据：

权利要求：

百度查询： 深圳神目信息技术有限公司 一种使用CNN优化相似度矩阵的视频抄袭检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD