网络视频的快速发展和普及,滋生了数字视频版权的问题。视频拷贝检测技术的任务就是检测视频中是否存在拷贝片段,对视频拷贝检测技术的研究在视频版权保护和管理上有着至关重要的作用。视频拷贝检测技术主要包括基于内容和基于数字水印的两种技术方法。基于内容的方法较基于数字水印的技术无需嵌入任何信息,直接从视频内容本身提取鲁棒的特征,提取方便且检测效果较好,因此本文选用基于内容的视频拷贝检测方法。该方法的基本思想是通过提取视频关键帧的特征进行匹配实现视频拷贝检测,主要有三步：1视频预处理；2特征提取；3特征匹配。其关键问题在于寻找对多种拷贝攻击鲁棒的视频特征。之前的研究大多集中在较经典的浮点型描述符局部特征如SIFT、SURF等或者全局特征如灰度序、GIST等,近年来提出一些优秀的二值特征描述符局部特征如BRIEF、ORB等,该类特征能检测到多种拷贝攻击,且在内存消耗、匹配精度和匹配速度上较浮点型局部特征都表现出较好的性能。本文提出引入oRB二值特征描述符局部特征对视频拷贝检测技术进行研究。本文的另外一个主要贡献在于提出一种基于关键点的希尔伯特特征,该特征结合了ORB特征的局部关键点和希尔伯特曲线,是一种快速全局特征。虽然该特征鲁棒性不是很强,但拥有检测速度快,且能保证较高召回率的优势。在此基础上,本文融合了局部特征的鲁棒性优势和全局特征检测速度快的优势,提出了一种基于全局特征和局部特征融合的视频拷贝检测方法即将ORB二值特征描述符局部特征、灰度序全局特征和基于关键点的希尔伯特特征相结合的方法。该方法首先对视频进行预处理,通过比较相邻视频帧灰度直方图的巴氏距离对视频进行镜头分割,并将镜头的第一帧作为视频关键帧,并经过去重处理进一步得到新的关键帧序列。然后分别提取视频关键帧的灰度序特征、基于关键点的希尔伯特特征和ORB特征,采用滑窗法利用灰度序特征对查询视频进行初次匹配,去除部分干扰视频,使用基于关键点的希尔伯特特征采用基于公共视频帧的方法对灰度序检测结果再次匹配,利用两个检测速度快的全局特征进行快速过滤,同时保证较高的召回率,最后对两次过滤结果采用ORB特征进行精确匹配,得到最终的检测结果。为了提高检测的速度,采用类局部敏感哈希的方法为视频特征建立索引。实验证明,与其他方法相比较,本文提出的基于灰度序、关键点的希尔伯特和ORB三种特征融合的方法在采用索引和未采用索引两种情况下,在保证较高召回率的同时,有较好的检测精度,未采用索引时检索时间有提升但不明显,采用索引后检索时间得到极大提升。