【摘要】：互聯(lián)網(wǎng)中存在著大量內(nèi)容重復(fù)的視頻。如何對大規(guī)模視頻進行高效的拷貝檢測是長期以來一直受到研究者們關(guān)注的問題。高效的拷貝檢測算法有非常廣泛的應(yīng)用,首先,視頻拷貝檢測可以用于計算視頻的相似性。可以用于基于內(nèi)容的視頻檢索。目前用戶檢索視頻時,多是通過文本的方式檢索視頻的標題或作者信息。視頻拷貝檢測可以為用戶提供基于內(nèi)容的檢索服務(wù),即通過視頻的內(nèi)容來檢索,方便用于檢索出合適的視頻資源。其次,視頻拷貝檢測可以去除視頻集中的重復(fù)視頻,可以提升搜索引擎搜索結(jié)果的質(zhì)量。用戶在檢索視頻時,總是希望搜索引擎返回的結(jié)果中重復(fù)內(nèi)容越少越好,拷貝檢測可以通過去重為用戶提供更有價值的信息。再次,視頻拷貝檢測可以用來進行違法違規(guī)視頻檢測,復(fù)制檢測,對于知識產(chǎn)權(quán)的保護也有非常重要的價值。最后,還有很多任務(wù)依賴于高效的視頻拷貝檢測,例如視頻聚類等任務(wù)。這些任務(wù)的核心步驟之一,就是計算視頻集中視頻之間的相似度�；谝曨l間兩兩相似度進行后續(xù)處理。研究如何提升大規(guī)模視頻集上的拷貝檢測性能,對于這些應(yīng)用而言意義重大。 近年來隨著視頻集規(guī)模的逐漸增大,傳統(tǒng)的串行視頻拷貝檢測算法已經(jīng)不能處理日益增大的視頻集,本文通過GPU并行計算框架來對于視頻拷貝檢測任務(wù)進行并行化處理。在并行環(huán)境下,進行大規(guī)模視頻的拷貝檢測,必須要首先考慮三個問題：一、如何提取適合并行計算的視頻特征；二、如何設(shè)計并行拷貝檢測的算法；三、如何針對GPU的硬件特殊性進行優(yōu)化。以往的研究沒有充分考慮這三個方面的問題,影響了算法的性能。本文著重研究了這三個問題,提出了一種基于GPU的高效視頻拷貝檢測算法。
[Abstract]:There are a lot of repetitive videos on the Internet. How to detect large-scale video copies efficiently is a problem that researchers have been paying close attention to for a long time. Efficient copy detection algorithm has a wide range of applications. Firstly, video copy detection can be used to calculate the similarity of video. Can be used for content-based video retrieval. At present, when users retrieve video, most of them retrieve video title or author information by text. Video copy detection can provide users with content-based retrieval services, that is, through video content retrieval, it is convenient to retrieve suitable video resources. Secondly, video copy detection can remove repetitive video from video set and improve the quality of search engine search results. When retrieving video, users always hope that the less duplicate content the search engine returns, the more valuable information can be provided by copy detection. Thirdly, video copy detection can be used for illegal video detection and copy detection, which is also very important for the protection of intellectual property rights. Finally, many tasks depend on efficient video copy detection, such as video clustering. One of the core steps of these tasks is to calculate the similarity between video sets. The subsequent processing is based on the similarity between two videos. It is very important for these applications to study how to improve the performance of copy detection on large scale video sets. In recent years, with the increasing of video set size, the traditional serial video copy detection algorithm can not deal with the growing video set. This paper uses the GPU parallel computing framework to parallelize the video copy detection task. In parallel environment, we must first consider three problems for large-scale video copy detection: first, how to extract video features suitable for parallel computing; second, how to design parallel copy detection algorithm; third, How to optimize the hardware particularity of GPU. Previous studies have not fully considered these three aspects, which affect the performance of the algorithm. This paper focuses on these three problems and proposes an efficient video copy detection algorithm based on GPU.
【學(xué)位授予單位】：復(fù)旦大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2012
【分類號】：TP391.41

【相似文獻】

相關(guān)期刊論文 前10條

1 劉曉平;王啟駿;陳皓;張乃釗;;基于距離的點光源軟陰影GPU生成方法[J];合肥工業(yè)大學(xué)學(xué)報(自然科學(xué)版);2011年12期

2 郭云;康濤;徐涵;;基于優(yōu)化存儲的嵌入式GPU的字符顯示[J];計算機系統(tǒng)應(yīng)用;2012年10期

3 本刊編輯部;;加州大學(xué)圣地亞哥分校使用GPU超級計算機實現(xiàn)千萬億次級地震模擬[J];科研信息化技術(shù)與應(yīng)用;2013年02期

4 許建;林泳;秦勇;黃翰;;基于GPU的并行協(xié)同過濾算法[J];計算機應(yīng)用研究;2013年09期

5 技術(shù)宅;;GPU通用計算解密[J];電腦愛好者;2014年02期

6 陸筱霞;段光明;李思昆;;基于GPU的遙感紋理壓縮解壓算法[J];系統(tǒng)仿真學(xué)報;2009年S1期

7 詹總謙;盧亮;;基于GPU并行處理技術(shù)的影像畸變差修正[J];測繪信息與工程;2011年02期

8 張浩;李利軍;林嵐;;GPU的通用計算應(yīng)用研究[J];計算機與數(shù)字工程;2005年12期

9 謝洪濤;高科;張勇東;李錦濤;劉毅志;;基于GPU的快速圖像拷貝檢測[J];計算機輔助設(shè)計與圖形學(xué)學(xué)報;2010年09期

10 丁鵬;賈月樂;張靜;張巖;;GPU結(jié)構(gòu)與通用計算探析[J];技術(shù)與市場;2009年09期

相關(guān)會議論文 前4條

1 夏青;岳利群;;基于GPU編程的海浪仿真技術(shù)研究[A];2007系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會議論文集[C];2007年

2 劉小虎;胡耀國;符偉;;大規(guī)模有限元系統(tǒng)的GPU加速計算研究[A];中國計算力學(xué)大會'2010（CCCM2010）暨第八屆南方計算力學(xué)學(xué)術(shù)會議（SCCM8）論文集[C];2010年

3 張迪;黃偉;羅琦;王侃;;波形板干燥器內(nèi)液滴數(shù)值模擬的GPU并行加速[A];第十六屆全國流體力學(xué)數(shù)值方法研討會2013論文集[C];2013年

4 李慧;付志一;;基于GPU計算的有限元總剛組成方法探索[A];北京力學(xué)會第17屆學(xué)術(shù)年會論文集[C];2011年

相關(guān)重要報紙文章 前7條

1 本報記者 劉燕;GPU加速是手機瀏覽器方向[N];科技日報;2012年

2 ;GPU，，智能手機好推手[N];電腦報;2013年

3 諸玲珍;NVIDIA推0.13微米GPU[N];中國電子報;2002年

4 網(wǎng)絡(luò)世界記者 周源;曙光三款GPU服務(wù)器問世[N];網(wǎng)絡(luò)世界;2013年

5 小溪 編譯;NVIDIA唱響GPU統(tǒng)一架構(gòu)時代序曲[N];計算機世界;2006年

6 ;GPU市場Q2創(chuàng)八年最大增幅[N];計算機世界;2009年

7 沈陽 劉鏑;GPU：給顯卡一顆驛動的“芯”[N];電腦報;2001年

相關(guān)博士學(xué)位論文 前4條

1 陳鋼;眾核GPU體系結(jié)構(gòu)相關(guān)技術(shù)研究[D];復(fù)旦大學(xué);2011年

2 劉華海;節(jié)點內(nèi)多CPU多GPU協(xié)同并行繪制關(guān)鍵技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2012年

3 白洪濤;基于GPU的高性能并行算法研究[D];吉林大學(xué);2010年

4 林一松;面向GPU的低功耗軟件優(yōu)化關(guān)鍵技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 韋婷;基于GPU的自然場景渲染優(yōu)化技術(shù)研究[D];廣西大學(xué);2013年

2 梅世冬;實時陰影繪制方法研究及GPU加速[D];華中師范大學(xué);2010年

3 李軍;基于GPU的大規(guī)模場景實時陰影繪制[D];湖南大學(xué);2011年

4 晏福興;基于GPU的軟陰影技術(shù)的研究[D];杭州電子科技大學(xué);2009年

5 明星;基于GPU的醫(yī)學(xué)圖像三維重建算法及其應(yīng)用[D];華中科技大學(xué);2009年

6 馬鳴飛;基于GPU加速的三維超聲成像系統(tǒng)[D];哈爾濱工業(yè)大學(xué);2011年

7 蘇金洲;基于粒子濾波的檢測前跟蹤算法研究及在GPU平臺上的實現(xiàn)[D];電子科技大學(xué);2013年

8 范希賢;基于GPU的并行排序?qū)W習算法研究[D];哈爾濱工業(yè)大學(xué);2012年

9 劉偉;基于圖譜配準的肝臟CT三維自動分割研究及GPU加速平臺實現(xiàn)[D];南京郵電大學(xué);2011年

10 彭紹鑫;基于GPU的硬件加速方法及其在積分方程數(shù)值解中的應(yīng)用[D];電子科技大學(xué);2008年

本文編號：2261376