Using Perceptual Hash Algorithms to Identify Fragmented and Transformed Video Files

Abstract

ENGLISH: Over the last decades the amount of generated video content has increased exponentially. Easy access to video recording equipment and the Internet has given anyone the ability to create and share video material with the world almost instantaneously. With the enormous amount of content available the problem of managing it become relevant. In situations such as copyright control, media management or digital forensics there is a need to perform automatic video search. In this master thesis we investigate this problem. Using perceptual hash algorithms we create PYVIDID, a Python based video identification system able to match and search query videos to a large database. PYVIDID can also match both fragmented and transformed video files back to its original source. We also discuss possible application areas for a content based video identification system. Overall our results clearly shows that perceptual hash algorithms can indeed be used for video identification with high accuracy. We achieve good results regarding both accuracy and speed for both original, fragmented and transformed video files.

NORSK: I løpet av de siste tiårene har mengden generert videomateriale økt kraftig. Enkel tilgang til videoopptak utstyr og Internett har gitt alle muligheten til å lage og dele videomateriale med verden nesten umiddelbart. Med den enorme mengden av innhold som er tilgjengelig er problemet med å håndtere det blitt mer og mer aktuelt. I situasjoner som opphavsrett kontroll, mediehåndtering eller digital etterforskning er det behov for å foreta automatiske video søk. I denne masteroppgaven undersøker vi dette problemet. Ved å bruke perceptual hash algoritmer utviklet vi PYVIDID, ett Python basert video identifikasjons system som er i stand til å søke etter videoer i en stor database. PYVIDID kan også matche både video fragmenter og transformerte videofiler tilbake til sin opprinnelige kilde. Vi diskuterer også mulige bruksområder for et innholds basert video identifikasjons system. Samlet sett viser våre resultater tydelig at perceptual hash algoritmer kan brukes til video identifikasjon med høy nøyaktighet. Vi oppnår gode resultater når det gjelder både nøyaktighet og hastighet for både originale, fragmenterte og transformerte video filer.