基于被動取證的視頻篡改檢測算法研究與實現(xiàn).pdf

1、隨著多媒體時代的到來,數(shù)字視頻通過互聯(lián)網(wǎng)和智能手機(jī)融入到人們的日常生活,并逐漸成為司法證據(jù)的重要組成部分。然而,多媒體處理技術(shù)的發(fā)展和強(qiáng)大的多媒體處理軟件的出現(xiàn)使得人們能夠輕易篡改數(shù)字圖像和視頻,如何保證多媒體內(nèi)容的真實性具有重要的研究意義。本文從視頻雙重壓縮檢測和基于內(nèi)容的幀間篡改檢測兩個角度,提出了四種視頻被動取證算法。
　　從視頻雙重壓縮檢測角度,本文通過提取視頻中的統(tǒng)計特征揭露雙重壓縮痕跡,并結(jié)合機(jī)器學(xué)習(xí),提出了三種雙重壓

2、縮檢測算法。第一,本文提出基于首位數(shù)字概率分布的雙重壓縮檢測算法,通過提取量化后的AC(Alternating Current,交流)系數(shù)的首位數(shù)字概率分布并檢測其與帶參數(shù)的對數(shù)定律的擬合度進(jìn)行雙重壓縮檢測;并設(shè)計了串行支持向量機(jī)架構(gòu)實現(xiàn)雙重壓縮視頻的原始比特率估計。第二,本文提出基于馬爾科夫統(tǒng)計特征的雙重壓縮檢測算法,通過對MPEG-4量化過程的數(shù)學(xué)分析,本文給出了二次量化的DCT(Discrete Cosine Transform,

3、離散余弦變換)系數(shù)的特性,并利用馬爾科夫過程對DCT差分矩陣建模實現(xiàn)了雙重壓縮檢測。第三,本文提出雙重壓縮視頻的原始量化參數(shù)估計算法,通過計算DCT系數(shù)、一階差分和二階差分矩陣的概率分布并結(jié)合多類分類實現(xiàn)了量化參數(shù)的精確估計。
　　從基于內(nèi)容的幀間篡改檢測角度,本文提出基于光流和異常檢測的幀間篡改方式識別算法。算法依據(jù)是原始視頻的光流序列連續(xù)變化,而篡改視頻的光流序列在篡改點處出現(xiàn)跳變。本文提出計算光流變化因子并利用異常檢測定位間