伴随着数字多媒体技术和设备的快速普及,使得人们获取和制作视频的方式更加容易,同时这些视频数据可以很容易的被人们通过视频编辑软件进行任意修改,使得互联网中充斥着各种各样的拷贝视频,而人们对于视频信息的关注更多的是视频中所展示的内容,如以录制视频的形式记录现实世界中的景象以及生活上精彩的瞬间,而忽略其带来的问题。随着科学技术的发展,视频数据呈现指数增长,如何快速准确地检索到所需的视频和其拷贝视频,已经成为一个热点问题。基于以上需求,本文提出一种基于时域上下文哈希的视频拷贝检测算法。该方法主要是通过以视频帧的颜色值构建和提取视频关键帧的时域上下文信息,并通过高维数据量化算法进行降维量化形成二进制码,减少存储空间,同时利用汉明距离作为相似性计算方法检索出相似的关键帧,最后通过基于最长公共子序列的融合算法对这些关键帧列表进行融合得到连续的子序列片段,作为最后的检索结果。为了加快在视频库中检索相似性关键帧的速度,我们事先使用局部敏感哈希算法为视频库中所有的关键帧进行投影,并建立索引文件。虽然上述方法具有比较好的检索效果,但是由于它使用的是图像的颜色特征,无法适应较为复杂的拷贝变换,因此该算法的鲁棒性较低。于是本文在上述方法的基础上提出了一种基于时空上下文编码的视频拷贝检测算法,与上述方法不同之处在于,该方法主要使用的是视频关键帧的局部特征,在空间上,计算关键帧的空间上下文信息,在时域上计算关键帧的时域上下文信息,最后将时空上下文信息量化成易于存储和比较的二进制码。经过实验验证,该方法不仅具有较高的速度,而且具有较好的检测效果。