标记万物：点云在视频目标特征提取中的应用

从视频中提取可检索特征对于结构化视频数据库构建、视频版权保护和虚假视频辟谣具有重要意义。受点云数据处理的启发，本文提出一种在视频中标记万物（Marking Anything, MA）的方法，该方法能够提取视频中任意目标的轮廓特征，并将其转换为长度为256的可检索特征向量。该算法使用YOLO-v8算法、多目标跟踪算法和PointNet++提取视频检测目标的轮廓以形成空间点云数据，随后提取点云特征向量并将其作为视频检测目标的可检索特征。为验证轮廓特征的有效性与鲁棒性，从抖音（Dou Yin）和Kinetics-700数据集中爬取部分数据作为实验数据。对于抖音的同质化视频，所提轮廓特征在Top1返回模式下检索准确率高于97%；对于来自Kinetics-700的视频，轮廓特征在片段局部模式下视频溯源中也表现出良好的鲁棒性。