随着计算机及网络技术的迅速发展，因特网上的视频数据呈指数增长，视频侵权问题日益严重。为了保护视频版权，急需视频拷贝检测技术。所谓视频拷贝检测，亦称相似视频检测，可描述为：指定查询视频，在给定视频数据库中进行检索，若自动检测出库中存在相似片段，则给出准确的时间定位结果。库中存在相似片段的查询视频称为视频拷贝。　　 侵权的视频拷贝往往对原视频进行一些改变，即视频攻击。随着影视编辑技术与工具的普及，攻击形式日益复杂和多样化，给拷贝检测技术带来更大的挑战。同时，如何在海量数据中实现快速的特征匹配也是视频拷贝检测系统中亟待解决的问题。　　 在现有的视频攻击形式中，画中画(Picture in Picture)是一种特殊的拷贝攻击形式。画中画攻击一般是指在播放的视频画面中嵌入侵权的视频拷贝，该拷贝往往被放置在画面的中间或角落。本文重点研究画中画的拷贝检测及定位方法和海量高维特征数据的快速匹配技术。取得如下研究成果：　　 1基于规则自适应多尺度的画中画视频拷贝检测　　 在对画中画视频攻击形式分析的基础上，本文提出了一种基于规则的多尺度自适应画中画拷贝检测及定位方法。该方法能够快速准确地分析视频中是否含有画中画攻击形式，如果存在则给出精确定位。该方法包括：　　 在边缘检测方面，针对画中画拷贝中的噪音干扰、视频太短等分析难点，提出了改进的多尺度自适应关键帧边缘检测方法。实验表明该方法具有比较好的鲁棒性。　　 在画中画定位方面，根据其视频的特性，提出基于规则的画中画定位方法，该方法能够克服图像中噪声大、边框不清楚等难点，具有形式简单、计算复杂度低等特点。　　 2基于近似最近邻索引技术的特征匹配　　 针对海量高维特征匹配的大运算量问题，本文提出使用近似最近邻搜索的解决方案，用固定范围内的近似K近邻方法实现在海量数据中的特征点匹配。该方法能够在精确度损失较小的情况下实现海量数据中的匹配，并在计算效率上获得较大提高。该方法不限于画中画的特征匹配，也可用于其他拷贝形式。　　 3视频拷贝检测系统实现　　 在上述研究成果基础上，实现了TRECVID视频拷贝检测系统的画中画检测模块和特征索引匹配模块。并在国际视频检索评测TRECVID拷贝检测评测中取得优异成绩。