基于內(nèi)容的視頻幀間篡改被動(dòng)檢測(cè)算法研究.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)和數(shù)碼設(shè)備的日益發(fā)展,數(shù)字視頻已經(jīng)廣泛地融入到人們的生活中,并逐漸成為了法庭認(rèn)證的一個(gè)重要證據(jù)來(lái)源。然而,隨著各種視頻編輯軟件功能越來(lái)越完善,很多視頻被篡改并流傳于網(wǎng)絡(luò),導(dǎo)致視頻信息不再可靠。如果被篡改的視頻作為法庭供證,很難保證視頻的完整性和真實(shí)性,法院將很難做出公正公平的判決。如何準(zhǔn)確地判斷一個(gè)給定視頻是否被篡改,已經(jīng)成為信息安全領(lǐng)域一個(gè)重要課題。
　　本文對(duì)視頻幀間篡改被動(dòng)檢測(cè)研究課題進(jìn)行了分析和總結(jié),并在此基

2、礎(chǔ)上提出了兩種視頻幀間篡改被動(dòng)檢測(cè)算法:一種是基于視頻鏡頭邊界檢測(cè)的幀插入篡改被動(dòng)檢測(cè)算法,另外一種是基于光流一致性認(rèn)證的視頻幀間篡改檢測(cè)算法。
　　基于視頻鏡頭邊界檢測(cè)的視頻幀插入篡改被動(dòng)檢測(cè)算法:視頻鏡頭邊界檢測(cè)是視頻內(nèi)容分析領(lǐng)域的基礎(chǔ)算法,它通過(guò)提取視頻內(nèi)容來(lái)檢測(cè)視頻中的切變邊界和漸變邊界,從而將視頻分解為獨(dú)立的鏡頭。視頻鏡頭邊界檢測(cè)算法的核心思想是檢測(cè)視頻內(nèi)容的不連續(xù)性,通過(guò)內(nèi)容上的斷點(diǎn)來(lái)判斷鏡頭邊界。本文首先提出了基于自

3、適應(yīng)雙重檢測(cè)模型的視頻鏡頭邊界檢測(cè)算法,該算法分為初檢和復(fù)檢兩個(gè)階段,初檢利用非均勻分塊顏色直方圖不連續(xù)度和非均勻分塊像素值不連續(xù)度作為主要描述子,結(jié)合基于自適應(yīng)二分查找算法和滑動(dòng)窗口的閾值機(jī)制來(lái)提高算法的查全率,然后對(duì)初檢結(jié)果中可能存在的鏡頭邊界再利用SIFT算法進(jìn)行復(fù)檢來(lái)排除初見中的誤檢。大量視頻測(cè)試結(jié)果顯示該算法對(duì)多種不同類型的視頻能同時(shí)有效提高切變和漸變鏡頭邊界檢測(cè)的效果,對(duì)于漸變鏡頭檢測(cè)的改善尤為明顯。本文在視頻鏡頭邊界檢測(cè)的

4、基礎(chǔ)上,將該算法應(yīng)用于視頻幀插入篡改檢測(cè),通過(guò)對(duì)大量幀插入篡改后的視頻進(jìn)行測(cè)試,該算法對(duì)于靜態(tài)攝像頭拍攝的視頻中的幀插入篡改檢測(cè)具有很好的效果。基于視頻鏡頭邊界檢測(cè)的幀插入算法相對(duì)比較簡(jiǎn)單,但是該算法只能檢測(cè)出幀插入類型的篡改。
　　基于光流一致性的視頻幀間篡改被動(dòng)檢測(cè)算法:同一個(gè)靜態(tài)攝像頭拍攝的視頻在時(shí)間上和空間上光流特征是一致的,而視頻幀插入、幀刪除、幀復(fù)制會(huì)破壞這種光流的一致性,通過(guò)檢測(cè)視頻幀間光流一致與否,就能夠判斷一個(gè)視