數(shù)字視頻篡改檢測(cè)的被動(dòng)取證算法研究.pdf

1、目前數(shù)字視頻在社會(huì)各領(lǐng)域應(yīng)用廣泛，視頻逐漸成為一種強(qiáng)大的信息傳輸媒介。隨著計(jì)算機(jī)技術(shù)的發(fā)展，各種視頻編輯軟件迅速普及，普通人無需專業(yè)知識(shí)即可對(duì)獲取視頻進(jìn)行有目的地篡改，在一些諸如法庭作證的應(yīng)用場(chǎng)合，篡改視頻可能會(huì)導(dǎo)致嚴(yán)重后果，破壞司法公正，影響社會(huì)穩(wěn)定。為了鑒定數(shù)字視頻的真實(shí)性與完整性，數(shù)字視頻取證技術(shù)逐漸成為多媒體信息安全領(lǐng)域中最為重要的研究課題之一，受到越來越多科研人員的關(guān)注。在數(shù)字視頻取證技術(shù)中，視頻篡改檢測(cè)研究開展最早，實(shí)際應(yīng)用

2、價(jià)值也最為重大。
　　當(dāng)前很多篡改檢測(cè)算法一般都需要提取原始幀與篡改幀各自特征進(jìn)行對(duì)比檢測(cè)，即必須同時(shí)獲得原始視頻和篡改視頻，難以進(jìn)行有效的實(shí)際應(yīng)用。本文基于已有成熟的數(shù)字圖像取證方法和視頻獨(dú)有特征，針對(duì)視頻幀內(nèi)篡改和幀間篡改兩種主要的內(nèi)容篡改方式，聚焦于對(duì)待檢視頻直接盲檢測(cè)處理，根據(jù)提取的相關(guān)異常特征分析鑒別視頻真?zhèn)?，以?shí)現(xiàn)被動(dòng)取證研究。
　　幀內(nèi)篡改在某一特定的視頻幀內(nèi)部操作，針對(duì)視頻幀內(nèi)復(fù)制-粘貼篡改操作，本文提出基于

3、邊緣提取和特征點(diǎn)檢測(cè)匹配相結(jié)合的被動(dòng)取證方法。由于原始區(qū)域塊和復(fù)制區(qū)域塊之間具有很大的相似性，采樣視頻幀經(jīng)過預(yù)處理之后，本文采用邊緣檢測(cè)算子分析研究視頻幀中出現(xiàn)的相同邊緣線條。同時(shí)，采用SIFT（Scale InvariantFeatures Transform，尺度不變特征變換）算法檢測(cè)提取采樣幀中的特征點(diǎn)，基于余弦相似性度量方法，提出一種新的特征向量匹配方法以實(shí)現(xiàn)特征點(diǎn)的匹配聚類。相比較于2NN（2-Nearest-Neighbor

4、，最近距離和次最近距離比值）方法，本文方法在速度性能上有明顯優(yōu)勢(shì)且檢測(cè)準(zhǔn)確率更高。實(shí)驗(yàn)結(jié)果表明本文被動(dòng)取證方法能有效檢測(cè)出視頻幀中存在的相同區(qū)域塊，辨別被復(fù)制區(qū)域的形狀和大小，并準(zhǔn)確地定位出克隆區(qū)域塊所在位置。
　　粒度為幀的視頻幀插入、刪除和復(fù)制等幀間篡改操作會(huì)改變視頻幀的原始位置，本文提出基于時(shí)間域相關(guān)性分析的視頻幀間篡改被動(dòng)取證方法。采用HSV彩色直方圖作為視頻幀相似性度量特征，本文分別計(jì)算每一視頻幀的H-S二維直方圖和S-

5、V二維直方圖，并進(jìn)行相鄰視頻幀的直方圖距離比較。根據(jù)直方圖距離出現(xiàn)的異常變化，本文方法能準(zhǔn)確地檢測(cè)出視頻幀插入、刪除和復(fù)制篡改?；诙ㄎ坏拇鄹奈恢茫锰卣飨嗨菩云ヅ?，進(jìn)一步完成了篡改類型的取證復(fù)檢。
　　視頻中存在的運(yùn)動(dòng)對(duì)象往往是人們重點(diǎn)關(guān)注的主體，本文提出基于運(yùn)動(dòng)學(xué)連續(xù)性分析的視頻幀間篡改被動(dòng)取證方法。視頻對(duì)象的運(yùn)動(dòng)學(xué)行為由真實(shí)運(yùn)動(dòng)所決定，但也會(huì)被篡改行為所改變。本文采用混合高斯模型背景建模和ViBe（Visual Backg