Detección de copias de vídeo

En este algoritmo, la intensidad global se define como la suma de las intensidades de todos los píxeles ponderadas a lo largo de todo el vídeo. De este modo, se puede construir una identidad para una muestra de vídeo basándose en la duración del vídeo y las intensidades de los píxeles a lo largo del mismo.

La intensidad global a(t) se define como:

${\displaystyle a(t)=\sum _{i=1}^{N}K(i)(I(i,t-1))^{2}}$

Donde k es el peso de la imagen, I es la imagen y N es el número de píxeles de la imagen.

En este algoritmo, el vídeo se divide en N bloques, ordenados por nivel de gris . A continuación, es posible crear un vector que describa el nivel de gris promedio de cada bloque.

Con estos niveles promedio es posible crear un nuevo vector S(t) , la firma del video:

${\displaystyle S(t)=(r_{1},r_{2},\cdots ,r_{N})}$

Para comparar dos vídeos, el algoritmo define una D(t) que representa la similitud entre ambos.

${\displaystyle D(t)={\frac {1}{T}}\sum _{1=t-{\frac {T}{2}}}^{t+{\frac {T}{2}}}{\begin{vmatrix}R(i)-C(i)\end{vmatrix}}}$

El valor devuelto por D(t) ayuda a determinar si el vídeo en cuestión es una copia.

Esta técnica fue propuesta por L. Chen y F. Stentiford. La medición de la disimilitud se realiza combinando los dos algoritmos mencionados anteriormente, descriptores temporales globales y descriptores de medición ordinales globales , en el tiempo y el espacio .

En 2019, Facebook liberó el código fuente de TMK+PDQF, ^{[ 2 ]} parte de un conjunto de herramientas utilizadas en Facebook para detectar contenido dañino. Genera una firma de un video completo y puede manejar fácilmente cambios de formato o marcas de agua añadidas, pero es menos tolerante con el recorte o la edición. ^{[ 3 ]}

Descrito por A. Joly et al., este algoritmo es una mejora del detector de puntos de interés de Harris. Esta técnica sugiere que en muchos vídeos un número significativo de fotogramas son casi idénticos, por lo que resulta más eficiente analizar no todos los fotogramas, sino solo aquellos que muestran una cantidad significativa de movimiento.

ViCopT utiliza los puntos de interés de cada imagen para definir una firma del vídeo completo. En cada imagen, los algoritmos identifican y definen dos partes: el fondo , un conjunto de elementos estáticos a lo largo de una secuencia temporal, y el movimiento , puntos persistentes que cambian de posición a lo largo del vídeo.

Este algoritmo fue desarrollado por I. Laptev y T. Lindeberg. Utiliza la técnica de puntos de interés en el espacio y el tiempo para definir la firma de vídeo y crea un vector de 34 dimensiones que almacena dicha firma.