基于感知哈希技术的音频检索方案研究

论文摘要

随着网络技术和多媒体技术的迅速发展,从网络上获得的多媒体信息的数量越来越多,如何从海量的媒体信息中迅速有效地检索出所需要的信息就变得越来越重要。由于音频信息是一类非常重要的多媒体信息,音频信息检索的研究逐渐受到重视,其中基于内容的音频检索技术迅速发展起来,成为当前的热点研究问题。目前大多数基于内容的音频检索系统都在预处理阶段将音频分割和分类,音频库中的音频通常只有几秒或十几秒的长度,系统将音频分成简单的几个类别,与实际应用还相差甚远。也有少数系统通过直接使用音频物理特征计算音频间相似度的方式来完成检索,但是这类方法往往计算量大,检索性能较低。更重要的是,现有的音频检索系统都没有考虑同一内容的音频在不同格式下的差异,音频在某些格式下的版本不能被检索出来。此外,如何对系统中音频的进行版权保护这一问题也没有引起研究者的广泛重视。本文针对以上音频检索研究中的不足,将新兴的感知哈希技术引入到音频检索中。开展了以下方面的研究:首先,根据音频感知哈希串的特点,对哈希串提取摘要,提出了基于N-Gram索引的two-stage检索算法,最终实现了音频检索的原型系统,通过设定适当的阈值,可以达到100%的查全率、查准率和Top-1命中率。其次,通过对感知哈希技术和音频检索需求的研究,本文提出了一种新的基于子带能量的感知哈希算法,实验表明,该算法具有很好的鲁棒性和抗碰撞性,在保持优良检索性能的同时减少了检索的数据量和存储量,缩短了检索时间。此外,在音频版权保护方面,本文根据感知哈希串的安全性和抗碰撞性,提出了一种应用于检索系统中的版权保护机制,并根据感知哈希串的统计信息,提出了哈希网络和哈希网络特征向量的概念,实现了版权信息的快速判定。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题研究的背景与意义
• 1.1.1 课题背景
• 1.1.2 课题意义
• 1.2 相关工作的国内外研究现状
• 1.2.1 音频检索的研究现状
• 1.2.2 感知哈希的研究现状
• 1.3 论文主要内容
• 第2章 音频检索及感知哈希技术
• 2.1 基于内容的音频检索技术
• 2.1.1 基于内容的音频检索框架
• 2.1.2 特征提取
• 2.1.3 检索技术
• 2.1.4 检索性能的评价
• 2.2 感知哈希技术
• 2.2.1 感知哈希的定义
• 2.2.2 感知哈希的性质
• 2.2.3 感知哈希应用于音频检索的意义
• 2.3 本章小结
• 第3章 基于感知哈希的音频检索技术
• 3.1 音频感知哈希算法
• 3.1.1 心理听觉模型
• 3.1.2 音频感知哈希算法——PHBE
• 3.2 基于N-Gram 的索引
• 3.2.1 N-Gram 算法
• 3.2.2 对感知哈希的索引
• 3.3 two-stage 检索方案
• 3.4 实验及结果
• 3.4.1 音频库
• 3.4.2 检索结果
• 3.5 本章小结
• 第4章 适用于检索的感知哈希算法研究
• 4.1 感知哈希算法——SPHR
• 4.2 算法性能测试
• 4.2.1 鲁棒性测试
• 4.2.2 抗碰撞性测试
• 4.3 检索实验及结果
• 4.3.1 检索性能
• 4.3.2 检索速度
• 4.4 本章小结
• 第5章 音频检索系统中版权保护机制研究
• 5.1 版权保护机制研究
• 5.2 基于统计信息的音频快速匹配
• 5.2.1 建立hash 网络
• 5.2.2 音频的快速匹配
• 5.2.3 实验及结果
• 5.3 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间发表的学术论文
• 致谢