基于幀間相關(guān)性的視頻篡改檢測(cè)方法研究.pdf

1、當(dāng)今，隨著數(shù)字信息處理能力的提高，人們能夠以非常簡(jiǎn)便的方式獲取數(shù)字信息。由于智能手機(jī)、攝像頭等數(shù)字設(shè)備的廣泛使用，越來(lái)越多的圖片和視頻都是由普通用戶制作、編輯的，并被上傳到互聯(lián)網(wǎng)上進(jìn)行共享。視頻編輯、修改技術(shù)的易用性引發(fā)了視頻版權(quán)侵權(quán)等問(wèn)題，識(shí)別原始視頻與非法版本已經(jīng)成為一個(gè)具有挑戰(zhàn)性的任務(wù)。本文的研究?jī)?nèi)容主要針對(duì)數(shù)字視頻的幀間篡改檢測(cè)與幀內(nèi)篡改檢測(cè)，主要研究結(jié)果如下：
　　提出了一組基于視頻幀全局紋理特征的視頻幀間篡改檢測(cè)方法。

2、在提出的方法中，利用一維Haar小波變換，提取視頻幀圖像的低頻分量作為測(cè)試幀序列。利用GIST特征作為特征描述符提取視頻幀全局紋理特征，針對(duì)視頻幀復(fù)制、幀插入和幀刪除篡改，分別利用歐氏距離、相關(guān)系數(shù)和局部異常因子構(gòu)造檢測(cè)算法，設(shè)定判別規(guī)則，實(shí)現(xiàn)視頻幀復(fù)制、幀插入和幀刪除篡改檢測(cè)。這種方法的特點(diǎn)是利用一種特征實(shí)現(xiàn)三種不同的幀間篡改檢測(cè)任務(wù)。實(shí)驗(yàn)結(jié)果表明，提出的方案在檢測(cè)效果與魯棒性方面都具有較好的性能，并能精確確定被復(fù)制的視頻幀數(shù)與被插入

3、的視頻幀數(shù)。
　　考慮到視頻中運(yùn)動(dòng)目標(biāo)的原始版本與復(fù)制版本之間存在著相似的紋理，基于這一事實(shí)，提出了一種基于紋理相似性的幀內(nèi)Copy-Move篡改檢測(cè)與篡改定位方法。該方法仍然采用小波分解的低頻分量作為測(cè)試幀序列，使用K-means算法將提取的幀GIST特征進(jìn)行聚類(lèi)，根據(jù)聚類(lèi)結(jié)果，視頻幀序列被分成存在運(yùn)動(dòng)目標(biāo)的幀和不存在運(yùn)動(dòng)目標(biāo)的幀。對(duì)于存在運(yùn)動(dòng)目標(biāo)的每一幀序列，提取每幀的SIFT特征并進(jìn)行匹配，根據(jù)匹配結(jié)果，進(jìn)行幀內(nèi)Copy-M

4、ove篡改檢測(cè)與區(qū)域定位。通過(guò)實(shí)驗(yàn)驗(yàn)證，該算法具有令人滿意的檢測(cè)效果。
　　提出了一種基于噪聲一致性的視頻異源篡改檢測(cè)方法，該方法能夠?qū)崿F(xiàn)視頻幀插入篡改檢測(cè)與異源幀內(nèi)篡改檢測(cè)。首先將測(cè)試視頻分幀并從RGB顏色空間轉(zhuǎn)為HSV顏色空間獲得H通道幀序列，然后對(duì)該幀序列采用維納濾波進(jìn)行去噪得到幀噪聲殘差序列，若檢測(cè)幀插入篡改，則直接計(jì)算相鄰幀噪聲殘差的Spearman相關(guān)系數(shù)并計(jì)算平均值，再根據(jù)平均值與次小值的比值與閾值進(jìn)行比較來(lái)確定有無(wú)