SlideShare una empresa de Scribd logo
1 de 20
ELIS – Multimedia Lab
Opsporen van Videokopieën met behulp van
Visuele Vingerafdrukken en Schuivende Zoekvensters
Universiteit Gent – iMinds
Faculteit Ingenieurswetenschappen en Architectuur
Vakgroep Elektronica en Informatiesystemen
Wesley De Neve
2/20
ELIS – Multimedia Lab
• Basisprincipes
• Systeem voor detectie van videokopieën
• YouTube Content ID
Inhoud
2/15
3/20
ELIS – Multimedia Lab
• Basisprincipes
• Systeem voor detectie van videokopieën
• YouTube Content ID
Inhoud
3/15
4/20
ELIS – Multimedia Lab
Populariteit Online Video (1/2)
• Toenemende consumptie van online video
– dankzij gebruiksvriendelijke toestellen en netwerkdiensten
– dankzij goedkope opslag en bandbreedte
– dankzij meer en meer mensen die zich online begeven
• Toenemende beschikbaarheid van online video
– dankzij de digitalisatie van professionele videoarchieven
– dankzij de populariteit van zelf aangemaakte video-inhoud
4/15
5/20
ELIS – Multimedia Lab
• Enkele statistieken
– professionele video-inhoud
• BBC Motion Gallery (sinds januari 2009)
o bevat meer dan 2,5 miljoen uur aan video
o sommige video’s gaan tot 60 jaar terug in de tijd
– zelf aangemaakte video-inhoud
• YouTube (sinds mei 2011)
o elke maand bekijken gebruikers meer dan 4 miljard uur aan
video
o elke minuut plaatsen gebruikers meer dan 72 uur aan video
op de website
Populariteit Online Video (2/2)
5/15
6/20
ELIS – Multimedia Lab
• De populariteit van online video brengt een aantal
uitdagingen met zich mee
• Nood aan technieken voor het opsporen van videokopieën
Uitdagingen Online Video
redundantie in zoekresultateninbreuken op intellectuele eigendom
6/15
7/20
ELIS – Multimedia Lab
• Duplicaten
– exacte videokopieën
– detectie via klassieke hash-functies (bv. MD5)
• Bijna-duplicaten
– videokopieën die het resultaat zijn van een transformatie
– detectie is een uitdaging
Definitie Videokopie
origineel
videofragment
zwart & wit bijsnijden spiegeling
transformatie
7/15
8/20
ELIS – Multimedia Lab
• Basisprincipes
• Systeem voor detectie van videokopieën
• YouTube Content ID
Inhoud
8/15
9/20
ELIS – Multimedia Lab
Systeem voor Detectie van Videokopieën
nieuw
videofragment
geen kopie kopie
≈
zoekprocesdatabank met referentie-
videofragmenten
via visuele
vingerafdrukken &
een schuivend venster
9/15
10/20
ELIS – Multimedia Lab
• Beogen de unieke identificatie van de inhoud van een
videofragment
• Karakteriseren visuele kenmerken
– kleurinformatie
– textuurinformatie
– vorminformatie
– bewegingsinformatie
• Zijn laagdimensionale vectoren die de hoogdimensionale
video-inhoud samenvatten
– laat meer efficient zoeken toe
Visuele Vingerafdrukken (1/2)
10/15
11/20
ELIS – Multimedia Lab
• Worden typisch geëxtraheerd uit sleutelbeelden die
afkomstig zijn uit videoshots
Visuele Vingerafdrukken (2/2)
videoshot 1 videoshot 2
...
kleurenhistogram 1 (64-D)
extractie
...
kleurenhistogram 2 (64-D)
extractie
11/15
12/20
ELIS – Multimedia Lab
• Worden typisch geëxtraheerd uit sleutelbeelden die
afkomstig zijn uit videoshots
Visuele Vingerafdrukken (2/2)
visuele vingerafdruk (128-D)
extractie
... ...
11/15
13/20
ELIS – Multimedia Lab
Zoeken via Visuele Vingerafdrukken &
een Schuivend Venster
referentie-
videofragment
nieuw
videofragment
d1
• di : Euclidische afstand tussen
– de visuele vingerafdruk van het nieuw videofragment
– de visuele vingerafdruk van dat deel van het referentievideofragment
dat tot het schuivend venster behoort
12/15
14/20
ELIS – Multimedia Lab
Zoeken via Visuele Vingerafdrukken &
een Schuivend Venster
referentie-
videofragment
nieuw
videofragment
d2
• di : Euclidische afstand tussen
– de visuele vingerafdruk van het nieuw videofragment
– de visuele vingerafdruk van dat deel van het referentievideofragment
dat tot het schuivend venster behoort
12/15
15/20
ELIS – Multimedia Lab
Zoeken via Visuele Vingerafdrukken &
een Schuivend Venster
referentie-
videofragment
nieuw
videofragment
d3
• di : Euclidische afstand tussen
– de visuele vingerafdruk van het nieuw videofragment
– de visuele vingerafdruk van dat deel van het referentievideofragment
dat tot het schuivend venster behoort
12/15
16/20
ELIS – Multimedia Lab
Zoeken via Visuele Vingerafdrukken &
een Schuivend Venster
referentie-
videofragment
nieuw
videofragment
d4
• di : Euclidische afstand tussen
– de visuele vingerafdruk van het nieuw videofragment
– de visuele vingerafdruk van dat deel van het referentievideofragment
dat tot het schuivend venster behoort
12/15
17/20
ELIS – Multimedia Lab
Zoeken via Visuele Vingerafdrukken &
een Schuivend Venster
referentie-
videofragment
nieuw
videofragment
d5
• di : Euclidische afstand tussen
– de visuele vingerafdruk van het nieuw videofragment
– de visuele vingerafdruk van dat deel van het referentievideofragment
dat tot het schuivend venster behoort
12/15
18/20
ELIS – Multimedia Lab
• Basisprincipes
• Systeem voor detectie van videokopieën
• YouTube Content ID
Inhoud
13/15
19/20
ELIS – Multimedia Lab
• Bedrijfseigen systeem voor het identificeren en beheren van
auteursrechtelijk beschermde inhoud
– analyseert elke dag meer dan 100 jaar aan video
– heeft tot nu toe al meer dan 120 miljoen videokopieën teruggevonden
• Werking
– bestaat uit twee onderdelen: Audio ID & Video ID
– zoekt naar overeenkomsten tussen
o ID-bestanden (vingerafdrukken) in een referentiebibliotheek
o ID-bestanden (vingerafdrukken) die behoren tot nieuwe
videofragmenten
YouTube Content ID (1/2)
14/15
20/20
ELIS – Multimedia Lab
• Beleid
– het aantal onterechte detecties wordt geminimaliseerd
o teneinde onterechte blokkering van inhoud te vermijden
– bij het vinden van terechte videokopieën worden de voorkeuren van
de rechteneigenaren toegepast
o inkomsten genereren (via advertenties)
o weergavestatistieken bijhouden
o inhoud blokkeren
YouTube Content ID (2/2)
15/15

Más contenido relacionado

Similar a Opsporen van videokopieën met behulp van visuele vingerafdrukken en schuivende zoekvensters

Kiezen van een open source content management systeem drie uitgangspunten e...
Kiezen van een open source content management systeem   drie uitgangspunten e...Kiezen van een open source content management systeem   drie uitgangspunten e...
Kiezen van een open source content management systeem drie uitgangspunten e...
Geert Wissink
 
Video4learning
Video4learningVideo4learning
Video4learning
Karel Roos
 
Nobraweb arrangementen
Nobraweb arrangementenNobraweb arrangementen
Nobraweb arrangementen
Derk-Jan
 
Een digitaal depot in de praktijk. (Luc Schokkaert, afdelingshoofd Algemene d...
Een digitaal depot in de praktijk. (Luc Schokkaert, afdelingshoofd Algemene d...Een digitaal depot in de praktijk. (Luc Schokkaert, afdelingshoofd Algemene d...
Een digitaal depot in de praktijk. (Luc Schokkaert, afdelingshoofd Algemene d...
FARO
 

Similar a Opsporen van videokopieën met behulp van visuele vingerafdrukken en schuivende zoekvensters (20)

Kiezen van een open source content management systeem drie uitgangspunten e...
Kiezen van een open source content management systeem   drie uitgangspunten e...Kiezen van een open source content management systeem   drie uitgangspunten e...
Kiezen van een open source content management systeem drie uitgangspunten e...
 
Vanstappen De Caigny
Vanstappen De CaignyVanstappen De Caigny
Vanstappen De Caigny
 
programma plus (flip rosdorff en paul jansen)
programma plus (flip rosdorff en paul jansen)programma plus (flip rosdorff en paul jansen)
programma plus (flip rosdorff en paul jansen)
 
Verwelkoming - LIBIS gebruikersdag 07062022
Verwelkoming - LIBIS gebruikersdag 07062022Verwelkoming - LIBIS gebruikersdag 07062022
Verwelkoming - LIBIS gebruikersdag 07062022
 
EDepots in het CVAa en het NAi
EDepots in het CVAa en het NAi EDepots in het CVAa en het NAi
EDepots in het CVAa en het NAi
 
sociale media makerspace
sociale media makerspacesociale media makerspace
sociale media makerspace
 
20190909 iiif vk-cproject
20190909 iiif vk-cproject20190909 iiif vk-cproject
20190909 iiif vk-cproject
 
SODA - Overdracht van digitaal archief in 10 stappen
SODA - Overdracht van digitaal archief in 10 stappenSODA - Overdracht van digitaal archief in 10 stappen
SODA - Overdracht van digitaal archief in 10 stappen
 
Duurzame ontsluiting in Archipel
Duurzame ontsluiting in ArchipelDuurzame ontsluiting in Archipel
Duurzame ontsluiting in Archipel
 
Presentatie over de digitale AV collectie NL op AVA_Net Seminar 4-11-2011
Presentatie over de digitale AV collectie NL op AVA_Net Seminar 4-11-2011Presentatie over de digitale AV collectie NL op AVA_Net Seminar 4-11-2011
Presentatie over de digitale AV collectie NL op AVA_Net Seminar 4-11-2011
 
BiMserver
BiMserverBiMserver
BiMserver
 
Video4learning
Video4learningVideo4learning
Video4learning
 
Nobraweb arrangementen
Nobraweb arrangementenNobraweb arrangementen
Nobraweb arrangementen
 
DPC2007 Case Study Surfnet (Herman Van Dompseler)
DPC2007 Case Study Surfnet (Herman Van Dompseler)DPC2007 Case Study Surfnet (Herman Van Dompseler)
DPC2007 Case Study Surfnet (Herman Van Dompseler)
 
MediaMosa een pilot bij Politieacademie
MediaMosa een pilot bij PolitieacademieMediaMosa een pilot bij Politieacademie
MediaMosa een pilot bij Politieacademie
 
Presentatie Mediapark Jaarcongres 2010
Presentatie Mediapark Jaarcongres 2010Presentatie Mediapark Jaarcongres 2010
Presentatie Mediapark Jaarcongres 2010
 
Walther Hasselo - Regionaal Archief Leiden
Walther Hasselo - Regionaal Archief LeidenWalther Hasselo - Regionaal Archief Leiden
Walther Hasselo - Regionaal Archief Leiden
 
E-depot voor digitale kunst - Gaby Wijers
E-depot voor digitale kunst - Gaby WijersE-depot voor digitale kunst - Gaby Wijers
E-depot voor digitale kunst - Gaby Wijers
 
Een digitaal depot in de praktijk. (Luc Schokkaert, afdelingshoofd Algemene d...
Een digitaal depot in de praktijk. (Luc Schokkaert, afdelingshoofd Algemene d...Een digitaal depot in de praktijk. (Luc Schokkaert, afdelingshoofd Algemene d...
Een digitaal depot in de praktijk. (Luc Schokkaert, afdelingshoofd Algemene d...
 
Demo Digitaal Depot
Demo Digitaal DepotDemo Digitaal Depot
Demo Digitaal Depot
 

Más de Wesley De Neve

Más de Wesley De Neve (20)

Towards diagnosis of rotator cuff tears in 3-D MRI using 3-D convolutional ne...
Towards diagnosis of rotator cuff tears in 3-D MRI using 3-D convolutional ne...Towards diagnosis of rotator cuff tears in 3-D MRI using 3-D convolutional ne...
Towards diagnosis of rotator cuff tears in 3-D MRI using 3-D convolutional ne...
 
Investigating the biological relevance in trained embedding representations o...
Investigating the biological relevance in trained embedding representations o...Investigating the biological relevance in trained embedding representations o...
Investigating the biological relevance in trained embedding representations o...
 
Impact of adversarial examples on deep learning models for biomedical image s...
Impact of adversarial examples on deep learning models for biomedical image s...Impact of adversarial examples on deep learning models for biomedical image s...
Impact of adversarial examples on deep learning models for biomedical image s...
 
Learning Biologically Relevant Features Using Convolutional Neural Networks f...
Learning Biologically Relevant Features Using Convolutional Neural Networks f...Learning Biologically Relevant Features Using Convolutional Neural Networks f...
Learning Biologically Relevant Features Using Convolutional Neural Networks f...
 
The 5th Aslla Symposium
The 5th Aslla SymposiumThe 5th Aslla Symposium
The 5th Aslla Symposium
 
Ghent University Global Campus 101
Ghent University Global Campus 101Ghent University Global Campus 101
Ghent University Global Campus 101
 
Booklet for the First GUGC Research Symposium
Booklet for the First GUGC Research SymposiumBooklet for the First GUGC Research Symposium
Booklet for the First GUGC Research Symposium
 
Center for Biotech Data Science at Ghent University Global Campus
Center for Biotech Data Science at Ghent University Global CampusCenter for Biotech Data Science at Ghent University Global Campus
Center for Biotech Data Science at Ghent University Global Campus
 
Center for Biotech Data Science at Ghent University Global Campus
Center for Biotech Data Science at Ghent University Global CampusCenter for Biotech Data Science at Ghent University Global Campus
Center for Biotech Data Science at Ghent University Global Campus
 
Learning biologically relevant features using convolutional neural networks f...
Learning biologically relevant features using convolutional neural networks f...Learning biologically relevant features using convolutional neural networks f...
Learning biologically relevant features using convolutional neural networks f...
 
Towards reading genomic data using deep learning-driven NLP techniques
Towards reading genomic data using deep learning-driven NLP techniquesTowards reading genomic data using deep learning-driven NLP techniques
Towards reading genomic data using deep learning-driven NLP techniques
 
Ghent University and GUGC-K: Overview of Teaching and Research Activities
Ghent University and GUGC-K: Overview of Teaching and Research ActivitiesGhent University and GUGC-K: Overview of Teaching and Research Activities
Ghent University and GUGC-K: Overview of Teaching and Research Activities
 
Biotech Data Science @ GUGC in Korea: Deep Learning for Prediction of Drug-Ta...
Biotech Data Science @ GUGC in Korea: Deep Learning for Prediction of Drug-Ta...Biotech Data Science @ GUGC in Korea: Deep Learning for Prediction of Drug-Ta...
Biotech Data Science @ GUGC in Korea: Deep Learning for Prediction of Drug-Ta...
 
Exploring Deep Machine Learning for Automatic Right Whale Recognition and No...
 Exploring Deep Machine Learning for Automatic Right Whale Recognition and No... Exploring Deep Machine Learning for Automatic Right Whale Recognition and No...
Exploring Deep Machine Learning for Automatic Right Whale Recognition and No...
 
Deep Machine Learning for Automating Biotech Tasks Through Self-Learning Expe...
Deep Machine Learning for Automating Biotech Tasks Through Self-Learning Expe...Deep Machine Learning for Automating Biotech Tasks Through Self-Learning Expe...
Deep Machine Learning for Automating Biotech Tasks Through Self-Learning Expe...
 
Towards using multimedia technology for biological data processing
Towards using multimedia technology for biological data processingTowards using multimedia technology for biological data processing
Towards using multimedia technology for biological data processing
 
Multimedia Lab @ Ghent University - iMinds - Organizational Overview & Outlin...
Multimedia Lab @ Ghent University - iMinds - Organizational Overview & Outlin...Multimedia Lab @ Ghent University - iMinds - Organizational Overview & Outlin...
Multimedia Lab @ Ghent University - iMinds - Organizational Overview & Outlin...
 
Towards Twitter hashtag recommendation using distributed word representations...
Towards Twitter hashtag recommendation using distributed word representations...Towards Twitter hashtag recommendation using distributed word representations...
Towards Twitter hashtag recommendation using distributed word representations...
 
Orientation day at the Ghent University Global Campus in Korea: Introduction
Orientation day at the Ghent University Global Campus in Korea: IntroductionOrientation day at the Ghent University Global Campus in Korea: Introduction
Orientation day at the Ghent University Global Campus in Korea: Introduction
 
Background Information & Suggestions for Joint Research Topics IVY Lab & MMLab
Background Information & Suggestions for Joint Research Topics IVY Lab & MMLabBackground Information & Suggestions for Joint Research Topics IVY Lab & MMLab
Background Information & Suggestions for Joint Research Topics IVY Lab & MMLab
 

Opsporen van videokopieën met behulp van visuele vingerafdrukken en schuivende zoekvensters

  • 1. ELIS – Multimedia Lab Opsporen van Videokopieën met behulp van Visuele Vingerafdrukken en Schuivende Zoekvensters Universiteit Gent – iMinds Faculteit Ingenieurswetenschappen en Architectuur Vakgroep Elektronica en Informatiesystemen Wesley De Neve
  • 2. 2/20 ELIS – Multimedia Lab • Basisprincipes • Systeem voor detectie van videokopieën • YouTube Content ID Inhoud 2/15
  • 3. 3/20 ELIS – Multimedia Lab • Basisprincipes • Systeem voor detectie van videokopieën • YouTube Content ID Inhoud 3/15
  • 4. 4/20 ELIS – Multimedia Lab Populariteit Online Video (1/2) • Toenemende consumptie van online video – dankzij gebruiksvriendelijke toestellen en netwerkdiensten – dankzij goedkope opslag en bandbreedte – dankzij meer en meer mensen die zich online begeven • Toenemende beschikbaarheid van online video – dankzij de digitalisatie van professionele videoarchieven – dankzij de populariteit van zelf aangemaakte video-inhoud 4/15
  • 5. 5/20 ELIS – Multimedia Lab • Enkele statistieken – professionele video-inhoud • BBC Motion Gallery (sinds januari 2009) o bevat meer dan 2,5 miljoen uur aan video o sommige video’s gaan tot 60 jaar terug in de tijd – zelf aangemaakte video-inhoud • YouTube (sinds mei 2011) o elke maand bekijken gebruikers meer dan 4 miljard uur aan video o elke minuut plaatsen gebruikers meer dan 72 uur aan video op de website Populariteit Online Video (2/2) 5/15
  • 6. 6/20 ELIS – Multimedia Lab • De populariteit van online video brengt een aantal uitdagingen met zich mee • Nood aan technieken voor het opsporen van videokopieën Uitdagingen Online Video redundantie in zoekresultateninbreuken op intellectuele eigendom 6/15
  • 7. 7/20 ELIS – Multimedia Lab • Duplicaten – exacte videokopieën – detectie via klassieke hash-functies (bv. MD5) • Bijna-duplicaten – videokopieën die het resultaat zijn van een transformatie – detectie is een uitdaging Definitie Videokopie origineel videofragment zwart & wit bijsnijden spiegeling transformatie 7/15
  • 8. 8/20 ELIS – Multimedia Lab • Basisprincipes • Systeem voor detectie van videokopieën • YouTube Content ID Inhoud 8/15
  • 9. 9/20 ELIS – Multimedia Lab Systeem voor Detectie van Videokopieën nieuw videofragment geen kopie kopie ≈ zoekprocesdatabank met referentie- videofragmenten via visuele vingerafdrukken & een schuivend venster 9/15
  • 10. 10/20 ELIS – Multimedia Lab • Beogen de unieke identificatie van de inhoud van een videofragment • Karakteriseren visuele kenmerken – kleurinformatie – textuurinformatie – vorminformatie – bewegingsinformatie • Zijn laagdimensionale vectoren die de hoogdimensionale video-inhoud samenvatten – laat meer efficient zoeken toe Visuele Vingerafdrukken (1/2) 10/15
  • 11. 11/20 ELIS – Multimedia Lab • Worden typisch geëxtraheerd uit sleutelbeelden die afkomstig zijn uit videoshots Visuele Vingerafdrukken (2/2) videoshot 1 videoshot 2 ... kleurenhistogram 1 (64-D) extractie ... kleurenhistogram 2 (64-D) extractie 11/15
  • 12. 12/20 ELIS – Multimedia Lab • Worden typisch geëxtraheerd uit sleutelbeelden die afkomstig zijn uit videoshots Visuele Vingerafdrukken (2/2) visuele vingerafdruk (128-D) extractie ... ... 11/15
  • 13. 13/20 ELIS – Multimedia Lab Zoeken via Visuele Vingerafdrukken & een Schuivend Venster referentie- videofragment nieuw videofragment d1 • di : Euclidische afstand tussen – de visuele vingerafdruk van het nieuw videofragment – de visuele vingerafdruk van dat deel van het referentievideofragment dat tot het schuivend venster behoort 12/15
  • 14. 14/20 ELIS – Multimedia Lab Zoeken via Visuele Vingerafdrukken & een Schuivend Venster referentie- videofragment nieuw videofragment d2 • di : Euclidische afstand tussen – de visuele vingerafdruk van het nieuw videofragment – de visuele vingerafdruk van dat deel van het referentievideofragment dat tot het schuivend venster behoort 12/15
  • 15. 15/20 ELIS – Multimedia Lab Zoeken via Visuele Vingerafdrukken & een Schuivend Venster referentie- videofragment nieuw videofragment d3 • di : Euclidische afstand tussen – de visuele vingerafdruk van het nieuw videofragment – de visuele vingerafdruk van dat deel van het referentievideofragment dat tot het schuivend venster behoort 12/15
  • 16. 16/20 ELIS – Multimedia Lab Zoeken via Visuele Vingerafdrukken & een Schuivend Venster referentie- videofragment nieuw videofragment d4 • di : Euclidische afstand tussen – de visuele vingerafdruk van het nieuw videofragment – de visuele vingerafdruk van dat deel van het referentievideofragment dat tot het schuivend venster behoort 12/15
  • 17. 17/20 ELIS – Multimedia Lab Zoeken via Visuele Vingerafdrukken & een Schuivend Venster referentie- videofragment nieuw videofragment d5 • di : Euclidische afstand tussen – de visuele vingerafdruk van het nieuw videofragment – de visuele vingerafdruk van dat deel van het referentievideofragment dat tot het schuivend venster behoort 12/15
  • 18. 18/20 ELIS – Multimedia Lab • Basisprincipes • Systeem voor detectie van videokopieën • YouTube Content ID Inhoud 13/15
  • 19. 19/20 ELIS – Multimedia Lab • Bedrijfseigen systeem voor het identificeren en beheren van auteursrechtelijk beschermde inhoud – analyseert elke dag meer dan 100 jaar aan video – heeft tot nu toe al meer dan 120 miljoen videokopieën teruggevonden • Werking – bestaat uit twee onderdelen: Audio ID & Video ID – zoekt naar overeenkomsten tussen o ID-bestanden (vingerafdrukken) in een referentiebibliotheek o ID-bestanden (vingerafdrukken) die behoren tot nieuwe videofragmenten YouTube Content ID (1/2) 14/15
  • 20. 20/20 ELIS – Multimedia Lab • Beleid – het aantal onterechte detecties wordt geminimaliseerd o teneinde onterechte blokkering van inhoud te vermijden – bij het vinden van terechte videokopieën worden de voorkeuren van de rechteneigenaren toegepast o inkomsten genereren (via advertenties) o weergavestatistieken bijhouden o inhoud blokkeren YouTube Content ID (2/2) 15/15