视频查重，怎么在海量的视频里找到重复的那个视频

[fuli2345]

RT ，想请教下。 我自己的看法，在短视频平台上，有超级多的视频，如果用户上传了一个新视频 A ，那平台怎么去做查重检测呢？ 因为后台的视频是无数多的，他一个个去比对，感觉也要花费很多时间。 我猜测是能计算出视频 A 一些特征的东西，那这样就会缩小比对的范围，有懂这块的人，望赐教。

[czfy]

一种路径是：视频-图像-图像识别
反正最后都是转化成向量然后对比 /计算距离

[fuli2345]

@czfy 用向量计算我能理解，但那么多图片，怎么做对比呢？挨个比对嘛？

[YongYuan]

@fuli2345 对视频抽帧，然后提取图像的特征，特征经过量化构建索引，构建索引的方法非常多（ https://yongyuan.name/blog/ann-search.html ）。当视频上传时，同样经过特征提取，然后去索引里检索，百亿的短视频，1s 以内能完成检索。然后会经过重复校验，确实 top K 的视频里，是否真的有重复视频。