基于高频分量差异度的视频对象移除篡改检测算法.pdf

技术方案 2017。1 数据通信 TechnologyScheme ～ 王 斌 王让定 李 倩 盛 琪 (宁波大学纵横智能软件研究所 浙江宁波315211) 摘 要：针对背景静止的视频对象移除的篡改手段，提出一种对比高频分量差异度的视频篡改检测算 法。视频篡改时，为了达到视觉连贯性的目的，通常会引入修复操作，这就使得篡改区域高频分量差异性较 小。首先用小波的方法将视频高频分量提取出并用其进行重构，将重构的图像序列分为100个子集，然后以每 个子级为基本单位分析其在时域上的高频分量差异度曲线的变化，来检测每个子集是否发生篡改及篡改的 时域位置，再经过综合整理得到最终篡改结果。目前方法抵抗量化噪声效果不太理想，该算法没有在像素的 基础上进行操作而是转移到频域上，从而减少了其影响，使得该算法基于子集的漏警率、虚警率分别达到了 7．20％和3．07％。 关键词：篡改检测；修复；高频分量；差异度；二次压缩； 中图分类号~TP391 文献标志码：A 1 引言 文献[8]将残影痕迹(ghostshadowartifact)~I入到视 随着多媒体技术的不断发展，图像、音频、视频等 频篡改检测中，并以此为检测依据，通过提取视频序 数字化时代的产物充斥着我们的生活，各式各样的 列分割后的运动前景拼接(mosaic)和累计的视频帧差 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 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，即不能抵抗压缩编码带来的噪声。 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 以两帧之间的运动矢量 (MV)为依据，将 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 取证，被动取证用视频可以在没有事先嵌人任何特定 乱，通过计算方向的方差并设置合理的阈值来判断 信息的前提下，对视频进行篡改检测。被动取证技术 该区域是否有运动对象的删除。宋怡等[0J对篡改软件 主要依靠检测编码特征、统计特征、和其他一些特征 进行逆向分析，提出了一种基于空时域联合匹配的 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 频资源的来源检测、压缩历史分析及内容篡改检测。 声干扰 ，但效果并不理想。 文献[11]经过对监控视 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 此类型检测主要是检测媒体资源是否经过各种篡改 视频帧与提供复制内容的视频帧具有极高的相似 操作，即检测多媒体资源的完整性，指出发生篡改的 性 ，利用此原理寻找匹配块，以达到检测 目的。同样 时域位置，并进一步确定发生篡改的空间位置。 无法抵抗量化噪声。 基金项 目：国家 自然科学基金 61301247、浙江省 自然科学基金 (Zl5F020010)、宁波大学基金 23 数据通信 2017．1 ”埘 ，』，J}‘刈f‘l化嵘声f~9-1L~-~ 较 ，小义算 法没仃 像索的J+ f{ 进 操作m址转移刽频域 ， 这fi女rfJ，J虬抗 厂 次 ¨i }术的UJ-_化f泶【，箝i l割f象荻度f二{ 影响 小史从这 m·度ffI发，捉 …r 种· 。-高频分 1L 度的觎