论文部分内容阅读
当今,随着数字信息处理能力的提高,人们能够以非常简便的方式获取数字信息。由于智能手机、摄像头等数字设备的广泛使用,越来越多的图片和视频都是由普通用户制作、编辑的,并被上传到互联网上进行共享。视频编辑、修改技术的易用性引发了视频版权侵权等问题,识别原始视频与非法版本已经成为一个具有挑战性的任务。本文的研究内容主要针对数字视频的帧间篡改检测与帧内篡改检测,主要研究结果如下:提出了一组基于视频帧全局纹理特征的视频帧间篡改检测方法。在提出的方法中,利用一维Haar小波变换,提取视频帧图像的低频分量作为测试帧序列。利用GIST特征作为特征描述符提取视频帧全局纹理特征,针对视频帧复制、帧插入和帧删除篡改,分别利用欧氏距离、相关系数和局部异常因子构造检测算法,设定判别规则,实现视频帧复制、帧插入和帧删除篡改检测。这种方法的特点是利用一种特征实现三种不同的帧间篡改检测任务。实验结果表明,提出的方案在检测效果与鲁棒性方面都具有较好的性能,并能精确确定被复制的视频帧数与被插入的视频帧数。考虑到视频中运动目标的原始版本与复制版本之间存在着相似的纹理,基于这一事实,提出了一种基于纹理相似性的帧内Copy-Move篡改检测与篡改定位方法。该方法仍然采用小波分解的低频分量作为测试帧序列,使用K-means算法将提取的帧GIST特征进行聚类,根据聚类结果,视频帧序列被分成存在运动目标的帧和不存在运动目标的帧。对于存在运动目标的每一帧序列,提取每帧的SIFT特征并进行匹配,根据匹配结果,进行帧内Copy-Move篡改检测与区域定位。通过实验验证,该算法具有令人满意的检测效果。提出了一种基于噪声一致性的视频异源篡改检测方法,该方法能够实现视频帧插入篡改检测与异源帧内篡改检测。首先将测试视频分帧并从RGB颜色空间转为HSV颜色空间获得H通道帧序列,然后对该帧序列采用维纳滤波进行去噪得到帧噪声残差序列,若检测帧插入篡改,则直接计算相邻帧噪声残差的Spearman相关系数并计算平均值,再根据平均值与次小值的比值与阈值进行比较来确定有无帧插入篡改,若检测帧内篡改,则需对噪声残差序列进行分块处理再采用相同技术进行检测。该方法具有良好的检测能力。