【CN110049205A】基于切比雪夫矩阵的视频运动补偿帧插值篡改的检测方法【专利】
基于色温的视频帧复制-粘贴篡改检测
刑侦技术、基于色温的视频帧复制-粘贴篡改检测杨健梅1刘盈颖21.福建高图信息科技有限公司2.福建警察学院摘要：视频帧复制-粘贴篡改是一种常见的视频篡改方式，即复制某个视频中一段连续视频序列粘贴至另一段视频序列中，使得视频内容发生改变。
提出一种基于色温的视频篡改检测方法，用于检测不同光源下拍摄所得的视频帧复制-粘贴篡改。
算法首先估计每一视频帧的全局色温与参考色温，接着计算全局色温与参考色温的色温距离，最后使用k-means算法找出色温异常的视频帧视为篡改帧。
实验结果表明，与同类型算法相比，该算法具有更高的准确度和更好的检测效率。
关键词:腋制-糊廨改全局翻引言随着多媒体技术的发展，功能强大的视频处理软件日渐普及，使得人们能够轻而易举地对视频进行篡改，颠覆"眼见为实”的传统观念。
如果这些篡改后的视频数据被用于司法取证、新闻报导和科学探索等领域，将对社会生活的各个方面造成严重影响。
视频取证技术是证据科学领域逐渐发展起来的一个新兴学科，用于检验视频的完整性和真实性，它分为主动取证和被动取证两种阴。
主动取证是预先在视频生成过程中嵌入不可感知的验证信息，通过检测这些信息的完整性来判断视频的真实性，在实际应用中具有较大的局限性。
相比之下，被动取证作为盲取证技术，是直接根据视频自身提供的信息进行鉴别，无需对数字视频做任何预处理，实用性更强附。
视频帧复制-粘贴篡改是一种常见的视频篡改方式，即复制某个视频中一个连续视频序列粘贴至另一视频序列中，从而达到增加或删除初濒中的某个人或某个物体的目的。
图■I给出了本文研究的视频帧复制-粘贝確改的两种方式。
目前帧复制-粘贴篡改的研究现状主要有：文献［5］提出一种基于视频时空相关性的帧复制-粘贴篡改检测算法，利用相位相关性实现篡改检测；文献⑹提出了一种基于首位数字特征的双重MPEG压缩检测算法，选取了一种12维的首位数字特征，并采用支持向量机进行双重MPEG压缩的检测；文献⑺提出一种基于残差的帧间复制粘贴篡改检测算法，即对每个选定的残差帧计算其离散余弦变换系数的嫡，使用子序列特征分析来判定出现的重复帧；文献［8］提出一种由粗到细的视频帧复制-粘贴篡改检测算法，该算法分为候选片段选取，空间相似度测量，帧复制分类和后续处理等四个步骤；文献［9］提出一种利用内容连续性的数字视频篡改检测算法，采用切比雪雄特征进行利群点检M来达到检测目的；文献［10］提出一种基于SVD的帧间复制粘贴篡改检测算法，该算法在检测精度和时间效率上优于其他同类型算法。
基于高频分量差异度的视频对象移除篡改检测算法
１ 引言
视频篡改软件也随之应运而生。人们可以非常方便 异 所获 得 的运 动轨 迹 的不 一 致性 进 行检 测 ，此方 法 的利用 篡 改软 件 对视 频 进 行篡 ” ， 并且 用 肉眼越 来 获 得 了一 定 的检测 效 果 ，但 此算 法 仅对 于篡改 后 无 即不 能抵 抗 压 缩编 码 带来 的噪声 。 越 难 以分 辨其 真 伪 。这 给 数字 视 频 的 真实 性带 来 了 压 缩 的视频 有 效 ， 以两 帧之 间的运动矢量 （ Ｍ Ｖ） 为依据 ， 将 极 大 的挑 战 。所 以数 字 视 频取 证 技 术成 为 了我们 不 李雷达等
值 的差异 性 ， 来实 现对 视 频 的篡 改检测 。当前 国 内外 视频 篡 改检 测算 法 。虽 然 文 中引 入量 化 噪声 影 响 因 有 关 视 频 被 动 取 证 技 术 的研 究 集 中在 三 个 方 面 ： 视 子来 修 正时 间域 匹 配准 则来 消除视 频 压 缩带 来 的 噪 但 效 果并 不 理 想 。 文献［ １ １ ］ 经 过 对 监 控 视 频 资 源 的来 源 检测 、 压 缩 历史 分 析 及 内容 篡 改 检测 。 声 干扰 ， 视 频 对象 移 除篡 改 检 测 属 于 内容 篡 改 检 测 的 一 种 。 频对 象删 除 篡改 手 段 的分 析 ，得 到删 除 对象 的篡 改
得 不关 注 的一 个 重要 课 题 。数 字 视频 取 证 技术 根 据 视频 帧 内容 分 为运 动前 景 和 静止 背 景两 部 分 ，其 核 取 证 方 式 分 为 主 动 取 证 和 被 动 取 证 ， 相 较 于 主 动 心 思 想 为 删 除 运 动对 象 会 造 成 运 动 矢 量 方 向 的 混
｝ 术 的 Ｕ Ｊ － ＿ 化【 ｆ 泶， 箝 ｉ
低频快速切比雪夫矩的篡改图像检测算法
数字图像处理技术的快速发展在给人们带来生活 便捷的同时, 也存在着图像本身的真实性和完整性等 问题, 目前篡改后的数字图像出现在医学研究、新闻 报道或法庭证据等重要场合, 这会对社会造成极大的 负面影响, 因此, 对于检测数字图像是否真实得到了人 们的密切关注. 当前图像篡改检测算法主要分为两大
类: 一是主动检测算法, 另一种是被动检测算法[1]. 被动 检测算法在没有任何先验信息的情况下, 利用图像的 本身特性对原图像进行真实性检测, 此类检测算法已 经得到了广泛应用[2].
引用格式: 郑佳雯,张威虎.低频快速切比雪夫矩的篡改图像检测算法.计算机系统应用,2020,29(3):194–199. /10033254/7309.html
Tamper Image Detection Algorithm for Low Frequency Fast Tchebichef Moment
ZHENG Jia-Wen, ZHANG Wei-Hu (College of Communication and Information Engineering, Xi’an University of Science and Technology, Xi’an 710054, China) Abstract: Aiming at the research of image copying and tampering detection and tampering area localization, a tamper image detection algorithm for low frequency fast Tchebichef moment is proposed. Firstly, the image is decomposed by non-sampling wavelet transform, and the low-frequency part of the image is selected for overlapping segmentation. The improved low frequency fast Tchebichef moment is extracted as the feature vector. Then the PatchMatch algorithm is used to match the extracted block features. Finally, the dense linear fitting algorithm is used to remove the mismatch and the morphological operation is used to complete the final tamper region localization. Compared with the existing tampering image detection algorithm, the proposed algorithm has better positioning effect for single-region tampering, multiple tampering and multi-region tampering, and reduces the running time of the algorithm, and improves the real-time performance. Key words: image tamper detection; unsampled wavelet; fast Tchebichef moment; feature matching; morphology
视频帧内运动目标移除篡改检测算法
Ｋｅｙ ｗｏｒｄｓ：ｖｉｄｅｏ ｔａｍｐｅｒｉｎｇ ｄｅｔｅｃｔｉｏｎ； ｓｐａｒｓｅ ｄｅｎｏｉｓｉｎｇ； Ｐｒ ｉｎｃｉｐａ ｌ Ｃｏｍｐｏｎｅｎｔ Ａｎａ ｌｙｓｉｓ （ＰＣＡ）；ｆ ｌａｍｅ ｄｉｆｅｒｅｎｃｅ ｍｅｔｈｏｄ；ｄｉｇｉｔａｌ ｖｉｄｅｏ ｆｏｒｅｎｓｉｃｓ
ｆｒａｍ ｅ ｆｒｏｍ ｔｈｅ ｒｅｆｅｒｅｎｃｅ ｆｒａｍ ｅ ｗａｓ ｄｅｎｏｉｓｅｄ ｂｙ ｓｐａｒｓｅ ｒｅｐｒｅｓｅｎｔａｔｉｏｎ ｍｅｔｈｏｄ，ｗｈｉｃｈ ｒｅｄｕｃｅｄ ｔｈｅ ｉｎｔｅｒｆｅｒｅｎｃｅ ｏｆ ｔ ｈｅ ｎｏｉｓｅ ｔｏ ｓｕｂｓｅｑｕｅｎｔ ｆｅａｔｕｒｅ ｅｘｔｒａｃｔｉｏｎ．Ｓｅｃｏｎｄｌｙ，ｔｈｅ ｄｅｎｏｉｓｅｄ ｖｉｄｅｏ ｆ ｌａｍｅ Ｗａ ｓ ｄｉｖｉｄｅｄ ｉｎｔｏ ｎｏｎ—ｏｖｅｒｌａｐｐｉｎｇ ｂｌｏｃｋｓ，ｔｈｅ ｐｉｘｅｌ ｆｅａｔｕｒｅｓ ｗｅｒｅ ｅｘｔｒａｃｔｅｄ ｂｙ ＰＣＡ ｔｏ ｃｏｎｓｔｒｕｃｔ ｅｉｇｅｎｖｅｃｔｏｒ ｓｐａｃｅ．Ｔｈｅｎ， ｋ－ｍｅａｎｓ ａｌｇｏｒｉｔｈｍ Ｗａｓ ｕｓｅｄ ｔｏ ｃｌａｓｓｉｆｙ ｔｈｅ ｅｉｇｅｎｖｅｃｔｏｒ ｓｐａｃｅ，
关键 词 ：视频篡 改检测 ；稀疏去噪 ；主成分分析 ；帧差法；数字视 频取证 中图分 类号 ：ＴＰ３９１．４１ 文献标 志码 ：Ａ
基于非负张量分解的视频篡改检测方法
基于非负张量分解的视频篡改检测方法
张雪莉;黄添强;林晶;黄维
【期刊名称】《网络与信息安全学报》
【年(卷),期】2017(003)006
【摘要】鉴定视频的真实性和完整性是信息安全领域的重要内容之一,针对视频帧间篡改操作,提出一种基于非负张量分解的视频篡改检测方法.首先,对视频帧进行快速特征提取,利用主要压缩特征创建三维张量描述视频;然后,使用Tucker分解方法对张量进行非负分解,提取时间维因子矩阵进行相关性计算;最后,利用切比雪夫不等式自适应地定位篡改位置.实验证明,该方法能快速顽健地检测出视频帧间篡改操作.【总页数】8页(P42-49)
【作者】张雪莉;黄添强;林晶;黄维
【作者单位】福建师范大学软件学院,福建福州350007;福建省大数据挖掘与应用工程技术研究中心,福建福州350007;福建师范大学软件学院,福建福州350007;福建省大数据挖掘与应用工程技术研究中心,福建福州350007;福建师范大学数学与计算机科学学院,福建福州350007;福建师范大学软件学院,福建福州350007;福建省大数据挖掘与应用工程技术研究中心,福建福州350007
【正文语种】中文
【中图分类】TP393
【相关文献】
1.基于加权非负矩阵分解的非负张量分解算法 [J], 刘路路;刘亚楠;王凡
2.基于受限非负张量分解的用户社会影响力分析 [J], 魏晶晶;陈畅;廖祥文;陈国龙;程学旗
3.基于非负张量分解的人脸识别算法研究 [J], 梁秋霞;何光辉;陈如丽;楚建浦
4.基于非负张量分解的视频篡改检测方法 [J], 张雪莉;黄添强;林晶;黄维;
5.基于正交稀疏约束非负张量分解的人脸识别算法 [J], 宋珊;冯岩;徐常青
因版权原因，仅展示原文概要，查看原文内容请购买。
基于光强信息的视频插帧篡改检测
基于光强信息的视频插帧篡改检测吴铁浩;黄添强;袁秀娟;陈智文【期刊名称】《计算机工程》【年(卷),期】2014(000)007【摘要】提出一种基于光强信息的视频插帧篡改检测方法。
对于一段连续拍摄的视频，通过视频帧序列的亮度连续性可以间接反映出拍摄场景的光照强度连续性。
因此，对于一段遭遇帧插入篡改的视频，无论插入帧是否与原视频同源，只要是在不同时间点拍摄的，那么合成视频的场景光强信息特征将会出现不连贯，从而导致亮度不连续的特点。
为此，根据光强信息的连续性特征，提取视频每一帧的多个光强信息，将每一帧的光强信息融合，得到光强信息序列，由序列特征得出检测结果。
实验结果表明，该方法能够准确地检测一段视频是否经过帧插入合成。
%This paper presents a light intensity information of video plug frame tamper detection method. For a period of continuous shooting video, video frame sequence of brightness continuity can indirectly reflect the shooting scene illumination intensity continuity. So for a period of encounter frame interpolation garbled video, no matter whether insert frame with the original video homologous, as long as it is in different time point shooting, the synthetic video scene light intensity information features are disconnected characteristics and lead disconnection of luminance. According to the intensity of the continuity of information, each video frame of multiple light intensity information is extracted. It fuses the light intensity information of each frame and gets the intensity informationsequence, according to the sequence feature detection results. Experimental results show that the proposed method can detect whether a video frame after insert synthesis.【总页数】7页(P247-253)【作者】吴铁浩;黄添强;袁秀娟;陈智文【作者单位】福建师范大学数学与计算机科学学院，福州 350007;福建师范大学数学与计算机科学学院，福州 350007; 福建师范大学网络安全与密码技术福建省高校重点实验室，福州 350007;福建师范大学数学与计算机科学学院，福州350007;福建师范大学数学与计算机科学学院，福州 350007【正文语种】中文【中图分类】TP391.4【相关文献】1.基于多尺度互信息量的数字视频帧篡改检测 [J], 林新棋;李海涛;林云玫2.基于视频对象的自适应去帧/插帧视频处理 [J], 肖永豪;余英林3.基于TCS-LBP算子的视频帧复制篡改检测算法 [J], 李猛;胡永健;刘琲贝;刘海永;廖广军4.基于色温的视频帧复制-粘贴篡改检测 [J], 杨健梅; 刘盈颖5.基于宏块强度的视频帧复制篡改检测 [J], 林晓江;廖广军因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 (43)申请公布日 (21)申请号 201910341719.4
(22)申请日 2019.04.26
(71)申请人 湖南科技大学
地址 411201 湖南省湘潭市桃园路湖南科
技大学
(72)发明人 丁湘陵 黄艳明
(74)专利代理机构 深圳市兴科达知识产权代理
有限公司 44260
代理人 王翀
(51)Int.Cl.
H04N 5/14(2006.01)
H04N 7/01(2006.01)
(54)发明名称
基于切比雪夫矩阵的视频运动补偿帧插值
篡改的检测方法
(57)摘要
本发明公开了一种基于切比雪夫矩阵的视
频运动补偿帧插值篡改的检测方法，本发明通过
分析运动补偿帧插值过程中引起的模糊效果或
失真边界或结构，利用切比雪夫矩优异的形状描
述能力，实现插值帧的检测。
本发明针对经过压
缩的和被污染的(出现瞬间模糊或噪声)虚假高
帧率视频，能有效的检测插值帧篡改，为真实环
境的虚假高帧率视频的检测提供有效的方法。
权利要求书3页 说明书9页 附图1页CN 110049205 A 2019.07.23
C N 110049205
A
1.一种基于切比雪夫矩阵的视频运动补偿帧插值篡改的检测方法，其特征在于，包括如下步骤：
步骤一、输入待检测视频，并去除待检测视频中的静止视频帧；
步骤二、将待检测视频进行场景划分；
步骤三、提取待测视频的某个视频场景的第二帧，计算所述某个视频场景的第二帧与前一帧的能量残差；
步骤四、计算视频帧中具有运动矢量的图像块的能量残差和的均值，并设定大于均值a 倍的数值作为阈值，大于阈值的即为具有高能量残差的图像块，提取具有高能量残差的图像块组成集合L 1；进一步提取集合L 1中能量残差的图像块的形状变化；
步骤五、计算高能量残差图像块集合L 1的高阶切比雪夫矩阵绝对值和的均值SATM：
步骤六、遍历当前视频场景中的所有视频帧，直到最后一个视频帧，如果没有遍历完，则返回步骤三；否则，执行步骤七；
步骤七、整个场景的SATM值计算完，执行滑动窗口检测插值帧；执行过程如下：
首先，针对场景中的第t帧，如果它的SATM值满足
SATM(t -1)＞SATM(t)且SATM(t)＜SATM(t+1)
其中SATM(t -1),SATM(t)和SATM(+t1)分别为连续三帧f t -1,f t 和f t+1的高阶切比雪夫矩绝对值和的均值SATM；
且计算第t帧的SATM值与两个相邻帧的SATM值的均值的比值TD t ，
计算公式如下:
如果TD t 小于阈值，则它为插值帧，否则为原始视频帧；
最后，针对整个视频场景执行滑动窗口，检测出所有插值帧，识别出原始帧。
步骤八、遍历待检测视频中的所有场景，如果还有划分的场景未被检测，则返回步骤三。
2.如权利要求1所述的基于切比雪夫矩阵的视频运动补偿帧插值篡改的检测方法，其特征在于，所述步骤八中遍历待检测视频中的所有场景后，则进行步骤九：插值帧检测结果校正：
首先，通过滑动窗口检测插值帧可能存在的插值周期；
然后，统计待检测视频检测出的每种插值周期出现的次数，选择出现次数最高的两种插值周期作为可选集合；
对于在可选集合中的每个插值周期，统计待测视频的插值帧出现的插值周期包含的视频帧帧数目，计算可选集合中每个插值周期包含的视频帧帧数目与待检测视频的所有帧数目的比值s来决定哪个插值周期能最好的解释待测视频的插值周期；如果某个插值周期的对应的s≥于50％，则此插值周期被选中，另一个插值周期被舍弃；若两个插值周期的s均≤50％，而两个插值周期的s的和≥50％则两个插值周期均被选中；根据选择的插值周期核对插值帧检测结果并校正误判帧；若两个插值周期的s的和＜50％；则插值帧校正不执行。
3.如权利要求1所述的基于切比雪夫矩阵的视频运动补偿帧插值篡改的检测方法，其特征在于，所述步骤二中，待检测视频进行场景划分的步骤如下：
权 利 要 求 书1/3页2CN 110049205 A。