基于幀間相關性的視頻篡改檢測方法研究.pdf

1、當今，隨著數字信息處理能力的提高，人們能夠以非常簡便的方式獲取數字信息。由于智能手機、攝像頭等數字設備的廣泛使用，越來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)網上進行共享。視頻編輯、修改技術的易用性引發(fā)了視頻版權侵權等問題，識別原始視頻與非法版本已經成為一個具有挑戰(zhàn)性的任務。本文的研究內容主要針對數字視頻的幀間篡改檢測與幀內篡改檢測，主要研究結果如下：
　　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，針對視頻幀復制、幀插入和幀刪除篡改，分別利用歐氏距離、相關系數和局部異常因子構造檢測算法，設定判別規(guī)則，實現視頻幀復制、幀插入和幀刪除篡改檢測。這種方法的特點是利用一種特征實現三種不同的幀間篡改檢測任務。實驗結果表明，提出的方案在檢測效果與魯棒性方面都具有較好的性能，并能精確確定被復制的視頻幀數與被插入

3、的視頻幀數。
　　考慮到視頻中運動目標的原始版本與復制版本之間存在著相似的紋理，基于這一事實，提出了一種基于紋理相似性的幀內Copy-Move篡改檢測與篡改定位方法。該方法仍然采用小波分解的低頻分量作為測試幀序列，使用K-means算法將提取的幀GIST特征進行聚類，根據聚類結果，視頻幀序列被分成存在運動目標的幀和不存在運動目標的幀。對于存在運動目標的每一幀序列，提取每幀的SIFT特征并進行匹配，根據匹配結果，進行幀內Copy-M

4、ove篡改檢測與區(qū)域定位。通過實驗驗證，該算法具有令人滿意的檢測效果。
　　提出了一種基于噪聲一致性的視頻異源篡改檢測方法，該方法能夠實現視頻幀插入篡改檢測與異源幀內篡改檢測。首先將測試視頻分幀并從RGB顏色空間轉為HSV顏色空間獲得H通道幀序列，然后對該幀序列采用維納濾波進行去噪得到幀噪聲殘差序列，若檢測幀插入篡改，則直接計算相鄰幀噪聲殘差的Spearman相關系數并計算平均值，再根據平均值與次小值的比值與閾值進行比較來確定有無