一种基于目标检测快速视频取证方法.docVIP

一种基于目标检测的快速视频取证方法 　　（1.重庆邮电大学 计算机科学与技术研究所, 重庆 400065； 2.西南交通大学 信息科学与技术学院, 成都 610031） 　　?? 　　摘要： 　　当前计算机取证调查人员面临的一个难题是，如何自动、准确、快速地从海量视频数据中获取与案件相关的证据或线索。针对丢弃或遗留物品事件的监控视频，提出了一种适合于海量视频数据的快速取证方法，并通过实验证明了该方法的有效性。 　　?す丶?词：视频取证； 背景减法； Adaboost； SIFT 　　?ぶ型挤掷嗪牛?TP391文献标志码：A 　　文章编号：1001?B3695(2009)03?B1089?B03 　　?? 　　Fast digital video forensics method based on object detection 　　?? 　　ZHOU Hong1, WANG Guoyin1,2, CHEN Long1,2, WANG Wei1 　　?? 　　(1.Institute of Computer Science Technology, Chongqing University of Posts Telecommunications, Chongqing 400065, China； 2. School of Information Science Technology, Southwest Jiaotong University, Chengdu 610031, China) 　　?? 　　Abstract: 　　It is very difficult for the digital forensics investigators to find out the evidences and clues of the case from huge numbers of video data automaticaly, accuratly and quickly. This paper focused on the digital video about drop or left object in public places,and presented a fast method which was suitable for massive video data forensics. The experimental result proves the effectiveness of the method. 　　??Key words：digital video forensics; background subtraction; Adaboost; SIFT 　　?お? 　　近年来，随着各个国家对公共场所的安全监控力度的加大，针对视频文件的取证技术已经逐渐成为一个研究的热点。A. Nusimow[1]将自动视频取证列为智能视频技术在国家安全应用中的重要组成部分。本文主要讨论的是对于丢弃或遗留物品事件（此类事件常见于公共场所制造爆炸和在公共场所进行非法交易等案件中）视频记录的调查取证。案件具体要求描述如下： 　　在公共场所发现了一个来历不明的物体，调查者要通过现场采集到的物体图片到视频监控记录中去查找它在哪些时间段出现过，以确定该物体是被谁、通过什么样的方式遗留在现场。本文选取的待查找对象为此类事件中常见的背包。 　　解决这一问题的关键技术是目标分类与目标识别，判断待检测视频帧序列中是否出现过该物体。R. Y.D.Xu等人[2,3]将运动目标检测与基于SIFT（scale invariant feature transform）[4,5]、PCASIFT[6]算法的目标识别结合应用到教学视频和自动视频拍摄的特定目标跟踪上，达到了1.5 fps的处理速度。然而，仅以普通监控摄像机每秒拍摄15帧图像的频率来计算，1h的视频就包含了54 000帧图像；并且随着数字影像设备拍摄质量高清化，视频图像的分辨率将越来越高，帧频也越来越快，无论单幅图像还是整体视频需要处理的数据量都将会越来越大。因此，对于可能长达几十个小时甚至成百上千个小时的监控视频来说，这个速度仍然满足不了取证调查中总是希望能够尽快发现目标或线索的实际需求。同时从文献[2，3]中笔者发现，此方法的绝大部分时间花费在基于SIFT或PCASIFT的目标识别环节。为了减少检测时间以适合视频取证的需要，本文在基于背景减法[7]的运动目标检测和基于SIFT算法的目标识别环节中加入基于Adaboost算法[8]的物体类别检测环节。在进行目标识别之前，先用Adaboost算法判断该运动目标中是否含有背包类物体。如果有，则进一