随着互联网技术的发展以及各大视频平台的崛起,动画作品的影响力日益扩大。近年来中国的动画行业发展迅猛,动画产业链逐步形成。2021年国产动画的发行量、累计观看人数和观看时长再创新高。动画是一种综合的艺术表达方式,它涵盖了文学、音乐、绘画、电影等各个方面,制作难度非常高。一部好的动画作品通常能产生很大的经济价值。然而屡屡出现的侵权现象成为了影响我国动画行业健康发展的绊脚石。目前针对数字动画作品的版权保护并不完善,我国在动画作品的司法保护实践中面临着侵权认定举证困难的困境。因此,如何打破困境完善数字动画作品的版权保护成为亟待解决的问题。首先,由于动画作品的纹理构成简单、细节信息少,传统特征点检测算法效果不理想。针对这一问题,本文给出了一种有效的特征点检测算法。该方法首先在动画视频的关键帧中分割出动画角色;然后进行边缘检测得到动画角色的边缘图像;最后利用Shi-Tomasi的角点检测方法对边缘图像进行特征点检测。利用此方法提取的特征点相对稳定且能很好地分布于动画角色中,有利于后续动画角色动作特征的提取。其次,本文提出了一种基于金字塔LK光流法的帧间动作特征提取方法。由于动画作品常常使用夸张的表现手法,动画人物的形状各异,往往无法提取出有效的骨骼特征。所以,本文选取动画角色上的一些特定的特征点,再根据这些特征点计算出角色的动作特征。首先,根据视频的内容对动画进行镜头分割,并从各个镜头中抽取出关键帧;然后在关键帧中检测特征点并使用金字塔LK光流法进行追踪;通过反向验证去除追踪错误的特征点,然后以剩余特征点的帧间运动向量作为动画角色的局部动作特征。最后,由于大多数动画的抄袭者会将原动画的内容与动作进行抄袭,只改变登场角色与画风,针对此类情况提出了一种基于角色动作特征的动画版权识别方法。结合本文提出的特征点检测方法与动作特征提取方法,一组同步的原创动画与抄袭动画视频作为实验数据,使用金字塔LK光流法分别提取两个视频中的局部运动向量,通过这些局部运动向量,计算出运动强度、强度均值、标准差、运动角度等全局动作特征,并将这些特征映射到向量空间得到两个视频的特征向量。以余弦相似度为衡量特征向量相似度的指标,相似度高于设定的阈值就判断为抄袭。该方法虽然能够有效应对动画抄袭情形,但是对旋转、视角变化等敏感。因此,针对盗录、盗播等情形又提出了基于SIFT特征匹配的版权识别方法。在动画作品中SIFT特征匹配算法对盗录、盗播引起的尺度、旋转、视角、亮度、噪声、模糊等变化有着良好的鲁棒性,能够精确地匹配动画图像。实验结果表明,基于角色动作特征的版权识别方法可以有效地检测出动画作品是否存在抄袭,该方法是对帧与帧之间动画角色的动作特征进行匹配,因此相比于传统图像特征匹配算法,识别抄袭动画的效果更优异。在三种不同类别动画作品的版权识别实验中,检测出的抄袭率相比SIFT特征匹配算法分别提高24%、28.8%、23.9%,相比ORB特征匹配算法分别提高26.8%、28.1%、24.7%。