近年来,网络技术与多媒体技术的飞速发展和广泛应用使得数字视频的产生、拷贝、传播和发布变得越来越容易,数字视频的版权保护问题日益凸现出来。尽管也出现了一些用于多媒体内容保护的物理防拷贝技术和数字水印等技术,但这些技术仍旧无法有效的解决数字视频在已被传播之后的版权鉴定问题。由相同的源视频经拷贝或二次编辑而产生的视频称为同源视频,本文研究的就是同源视频的检测与鉴定。同源视频检测属于基于内容的视频防拷贝(Content-based Copy Detection)技术的一种新的应用形式,该应用形式检测的主要技术手段包括:获取与视频内容相关的各种视频特征信息、采用适宜的特征表示方法、设计合理的特征比对策略以及根据比对结果判定视频之间的相似性等。目前,虽然许多广泛使用在视频检测(Video Retrieval)中的技术也可以在同源视频检测中使用,但由于视频在各种转换和编辑过程中引入的各种噪声,视频特征会发生较大变化,导致传统的视频特征提取和特征比对方法不能达到比较理想的检测效果。本文针对已有的特征提取方法和特征比对策略应用于同源视频检测中对于视频参数变化比较敏感的问题,提出了几种适用于同源视频检测、比较稳定的视频特征选取方法,选择了视频印记这种表示形式,并有针对性地设计了相应的印记比对方法,对于多数常见的视频参数变化,都可以达到比较理想的同源视频检测效果。本文主要在以下方面展开研究工作并取得了一些成果:一、详细总结了与同源视频检测相关的理论知识,包括帧的特征选择以及视频序列的相似性度量模型;结合国内外学者在相关领域的研究成果,明确了目前同源视频检测中的要点与难点;针对同源视频检测,对比分析了现有视频相似性模型的不足,从而引出本文采用的基于视频印记的同源视频检测方法,并阐述了总体的系统检测框架。二、总结并分析了已有文献中使用的一些视频印记,针对它们应用在同源视频检测过程中对于各种视频参数变化非常敏感的不足,提出了四种能够稳定反映视频内容的视频印记,它们与视频内容高度相关,并且不会由于视频参数的变化而发生明显的改变。文中通过实验证明了它们的有效性与鲁棒性。三、为了能够合理有效地根据视频印记的相似性判定视频间的同源性,本文引入了生物学中广泛使用的序列比对方法,设计了适用于视频印记比对的比对算法,并针对本文提出的几种视频印记,设计了不同的计分系统用于视频印记的比对。大量的实验数据表明,结合使用本文提出的视频印记和印记比对算法,可以更加有效的进行同源视频检测。