基于內容的視頻幀間篡改被動檢測算法研究.pdf

1、隨著互聯網技術和數碼設備的日益發(fā)展,數字視頻已經廣泛地融入到人們的生活中,并逐漸成為了法庭認證的一個重要證據來源。然而,隨著各種視頻編輯軟件功能越來越完善,很多視頻被篡改并流傳于網絡,導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性,法院將很難做出公正公平的判決。如何準確地判斷一個給定視頻是否被篡改,已經成為信息安全領域一個重要課題。
　　本文對視頻幀間篡改被動檢測研究課題進行了分析和總結,并在此基

2、礎上提出了兩種視頻幀間篡改被動檢測算法:一種是基于視頻鏡頭邊界檢測的幀插入篡改被動檢測算法,另外一種是基于光流一致性認證的視頻幀間篡改檢測算法。
　　基于視頻鏡頭邊界檢測的視頻幀插入篡改被動檢測算法:視頻鏡頭邊界檢測是視頻內容分析領域的基礎算法,它通過提取視頻內容來檢測視頻中的切變邊界和漸變邊界,從而將視頻分解為獨立的鏡頭。視頻鏡頭邊界檢測算法的核心思想是檢測視頻內容的不連續(xù)性,通過內容上的斷點來判斷鏡頭邊界。本文首先提出了基于自

3、適應雙重檢測模型的視頻鏡頭邊界檢測算法,該算法分為初檢和復檢兩個階段,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,結合基于自適應二分查找算法和滑動窗口的閾值機制來提高算法的查全率,然后對初檢結果中可能存在的鏡頭邊界再利用SIFT算法進行復檢來排除初見中的誤檢。大量視頻測試結果顯示該算法對多種不同類型的視頻能同時有效提高切變和漸變鏡頭邊界檢測的效果,對于漸變鏡頭檢測的改善尤為明顯。本文在視頻鏡頭邊界檢測的

4、基礎上,將該算法應用于視頻幀插入篡改檢測,通過對大量幀插入篡改后的視頻進行測試,該算法對于靜態(tài)攝像頭拍攝的視頻中的幀插入篡改檢測具有很好的效果。基于視頻鏡頭邊界檢測的幀插入算法相對比較簡單,但是該算法只能檢測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檢測算法:同一個靜態(tài)攝像頭拍攝的視頻在時間上和空間上光流特征是一致的,而視頻幀插入、幀刪除、幀復制會破壞這種光流的一致性,通過檢測視頻幀間光流一致與否,就能夠判斷一個視