數(shù)字視頻幀間篡改和重壓縮被動取證算法研究.pdf

1、隨著互聯(lián)網(wǎng)和多媒體技術的蓬勃發(fā)展，數(shù)字視頻應用范圍越來越廣泛。數(shù)字視頻內(nèi)容真實性問題日益嚴峻，許多功能強大的軟件輕易編輯和篡改的視頻效果十分逼真，公眾無法簡單判斷視頻內(nèi)容的真?zhèn)巍ｊP系到社會公平和穩(wěn)定的數(shù)字視頻內(nèi)容真實性的鑒定成為一個亟待解決的現(xiàn)實問題，數(shù)字視頻取證技術應運而生。
　　數(shù)字視頻取證技術分為主動取證和被動取證兩種，被動取證技術無需預先在視頻載體中嵌入認證信息，僅需依靠視頻自身數(shù)據(jù)特征可實現(xiàn)認證，具有更高的實用價值，成為

2、近年來信息安全領域一個重要研究課題。
　　在各種篡改手段中，數(shù)字視頻幀間篡改容易操作、最為常見，因此對幀間篡改進行有效檢測是數(shù)字視頻被動取證領域的關鍵問題。另一方面，篡改視頻必然經(jīng)歷過重壓縮，重壓縮檢測是數(shù)字視頻被動取證領域的研究熱點。深入分析和研究視頻幀間篡改取證技術和重壓縮取證技術具有重要的理論意義和實際應用價值。本文的主要創(chuàng)新性工作包括以下四個方面。
　　1.針對改善幀間篡改視頻檢測精度的問題，提出了兩種視頻幀間篡改取

3、證算法。鑒于幀間篡改操作導致篡改點相鄰兩幀的圖像內(nèi)容相關性降低，構造了局部二值模式(Local Binary Pattern，LBP)相關系數(shù)的商特征和結構相似度均值(Mean of Structural Similarity，MSSIM)的商特征來表征圖像內(nèi)容相關性的變化，利用切比雪夫不等式和閾值法檢測異常峰值，實現(xiàn)了對幀間篡改視頻的檢測及篡改點定位。
　　2.針對視覺難以鑒別的幀間篡改視頻的檢測精度問題，構造了運動矢量金字塔(

4、Motion Vector Pyramid，MVP)特征和后處理MVP特征，提出了兩種視頻幀間篡改取證算法。MVP將運動矢量模塊和圖像金字塔相結合抓住視頻相鄰兩幀之間內(nèi)容的細微變化，精確地反映了兩幀之間的運動關系。再對MVP特征進行去均值、累加、直方圖統(tǒng)計的后處理，充分利用幀間篡改遺留的痕跡，提高了算法對原始視頻、幀刪除視頻和幀復制視頻的分類能力。
　　3.針對數(shù)字視頻被動取證領域中相同量化參數(shù)下的重壓縮取證問題，提出了一種相同量

5、化參數(shù)下的H.264/AVC視頻多重壓縮取證算法。以相鄰三次壓縮間不同量化DCT系數(shù)的比率差構建了含有四分位數(shù)的特征集，作為支持向量機的輸入，實現(xiàn)了對單次壓縮視頻和多重壓縮視頻的分類。實驗結果表明，所提算法有高分類精度，對復制/粘貼攻擊和幀刪除攻擊具有較強的魯棒性。
　　4.針對最新一代視頻編碼標準HEVC的重壓縮取證問題，提出了一種不同碼率下的HEVC視頻重壓縮取證算法。將HEVC視頻中Ⅰ幀預測單元(Prediction Uni

6、t，PU)劃分類型的塊數(shù)目特征和量化DCT系數(shù)的首位數(shù)字概率分布特征結合構成融合特征，更全面地反映了重壓縮對視頻數(shù)據(jù)的影響，更好地判定視頻的壓縮歷史。實驗結果表明，所提算法能有效區(qū)分HEVC單次壓縮視頻和HEVC雙重壓縮視頻。
　　論文以篡改點突變特性為基礎，從構造反映圖像內(nèi)容信息的LBP相關系數(shù)商特征和MSSIM商特征延展到構造反映兩幀之間內(nèi)容細微變化的MVP特征，結合切比雪夫不等式和廣義ESD檢驗對視頻幀間篡改取證算法進行了研