我正在搜索可能用于以编程方式查找可能彼此重复的文件的策略。特别是在这种情况下，视频。
我不是在寻找完全匹配（就像在彩虹和阳光下那样好）。我只是想收集内容可能相同的视频对，以便人类可以比较它们以确认。例如，相同的内容，不同的分辨率。
到目前为止的策略：
您是否了解上述策略的任何策略或改进？
有没有人知道任何产生散列范围的散列函数，表明整体内容是“接近”。
答案 0 :(得分：3)
对于有效的n路比较，您需要将视频缩小为小参数空间（“指纹”），其具有与视频相似性良好相关的相似性度量。例如，散列不是一个好的参数空间，因为输入视频中的微小差异会导致散列的巨大差异。在频谱的另一侧，视频长度不是一个好参数，因为相当不同的视频可以具有相同的长度。
良好的参数空间取决于您想要忽略的差异类型以及要放大的类型。可能有效的一个选择是将视频划分为时间维度中的10秒间隔和空间维度中的16个矩形。然后在10秒间隔内获取每个矩形的平均颜色。然后使用参数向量之间的欧氏距离作为相似性度量。 （即对于每个时间间隔，对于每个方格，对于每个颜色通道，减去两个强度，取正方形并将它们全部加在一起）如果您需要检测可能是其他剪辑的一小部分的剪辑，它会变得有点棘手，但计算特征向量的一般原则应该有效。例如，场景变化检测应该有助于创建视频长度不变参数。
答案 1 :(得分：0)
这对计算机几乎是不可能的。视频流中最微小的差异（例如宽度减少一个像素）将导致完全不同的数据流。要进行任何有意义的比较，您必须将视频重新编码为已知格式和分辨率，帧速率非常低。然后，您可以开始查看每个帧以查看它们是否彼此相似。这是一项非常密集的工作，包括计算和算法。