同源视频帧内复制.docVIP

同源视频帧内复制 摘要：针对现有方法中篡改检测效率不高、定位不精确的问题，提出了一种结构相似度(SSIM)的同源视频复制-粘贴篡改检测及恢复的方法。首先，将视频转换为灰度图像序列,算法将结构相似度用于度量视频两帧的相似度，并利用结构相似度对搜索策略得到的起始帧进行复检。因为复制视频序列对应两帧的相似度高于未篡改序列对应两帧之间的相似度，本文针对视频帧内的复制一粘贴篡改，基于结构相似度的检测算法，延伸用于图像质量评估的结构相似度来度量视频帧内的相似性，然后把视频帧序列划分为多个重叠的子序列，因为复制帧之间的相似度值会高于正常视频帧内的相似度，所以通过时间域上子序列间的匹配策略可以寻找出存在复制关系的子序列对，最后合并子序列对并剔除误匹配对，从而可以检测出篡改视频并对视频中的复制片段进行精确定位。实验表明该算法对帧内复制一粘贴篡改的视频进行有效检测。 关键词:复制粘贴检测;同源视频;视频篡改;结构相似度 1、引言 1.1研究背景与意义 伴随当下互联网的普及，人们可以轻易地通过网络得到各式各样的视频资源，这些视频资源丰富了日常生活。同一时间，功能强大的视频编辑软件不断涌现，使得非专业人员也可以方便地利用这些软件对视频进行编辑，并且常常能达到以假乱真的效果。尤其是一些经过精心伪造或者篡改的视频，用肉眼几乎无法察觉出异常。如果这些经过恶意篡改和伪造的视频被用于新闻媒体、科学发现和法庭证物等领域，不但颠覆人们眼见为实的传统观念，并且也将给社会带来严重的危害。因而对于网络上广泛流传的视频，判别其真伪性成为一个亟待解决的难题。所以，数宇视频篡改检测技术应运而生并成为当今国内外学者的研究热点。 因为人们生活水平的不断提高，越来越多的人利用手机等数字设备拍摄各种不同内容;生活视频，同时计算机技术的发展使得人们可以轻易地篡改各种视频，鉴定视频真实性变得越来越困难。大量监控视频被恶意篡改，修改伪造事件发生的真实场景，混淆事实，导致案件的错误判决，破坏司法公正，侵犯人们的合法权益。在这种情况下，数字视频取证技术逐渐引起社会各界人士的广泛关注与研究，保证数字媒体的真实性和完整性，保障司法公正，确保新闻诚信，成为当经社会的迫切需求。所以，对数字视频取证技术进行研究;不但具有较高的学术价值，并且具有相当重要的现实意义。 1.2国内外研究现状 多媒体取证技术在研究的初期多指各种伪造的鉴别，因为前期主要以基于数字水印和数字签名等主动取证技术为主，受困于实际应用的限制，后续研究者逐渐从被动取证角度出发，在没有被事先处理过的媒体中通过提取一些不易察觉的痕迹来判断媒体的真实性和完整性。在文献[13]中，Hany Farid教授最早提出采用双谱分析方法的伪造检测，因为一个自然信号的频域具有弱的高阶统计相关性，因而可以推测篡改伪造导致的非自然部分则会破坏这一特性，同时这一方法也被成功的应用于语音的伪造鉴别。 随后的几年里，以Jessica Fridrich等为代表的一大批研究者开始加入了多媒体取证技术的研究。在2009年之前，一系列数字图像取证方法被逐渐提出并得到了相关实验的验证，且有许多相关的研究成果发表。Jessica Fridrich等提出基于相机的传感器噪声模式鉴别图像真实性的方法，借鉴数字水印的取证方法，将传感器噪声看作一种水印来对图像进行相应鉴别。Erwin J Alles等针对大压缩比的低质量JPEG图像的成像源鉴别问题进行相关研究，根据照相响应不一致性对图像来源进行识别。Farid教授从图像像素、图像格式、相机参数、物理特性以及几何学分析等多个方面分析归纳了常见的图像篡改及相应的取证手段，对取证技术作用范畴进行了进一步的阐述与归纳。 尽管图像与视频作为视觉媒体在描述与传递视觉信息方面具有本质上的一致性，但是因为时间轴因素的加入，两者在处理方法和技术细节上仍然有较大的差别，许多图像取证方法并不能直接移植应用于视频的取证问题。Farid教授于2007年开始了名为数字视频取证的项目研究，基于视频稳定与增强方法，提出针对重投影的视频取证方法，并归纳了隔行扫描、逐行扫描、重压缩、复制以及投影等五种情形的取证方法。Chih-ChungHsu等基于噪声残留的相关性，通过利用高斯混合模型对视频篡改噪声残留分布进行建模实现对视频的篡改检测，Michihiro Kobayashi等也从噪声分布特性方面研究了相应的视频篡改检测方法。这些提出方法逐渐开启了对视频取证的相应研究，与图像取证方法的可行性结合，研究者针对视频独特性质，不断提出各种新的取证方法。 随着视频篡改方式的多样化，各种形式的伪造视频五花八门。根据其篡改方式，主要可以分为帧间篡改、帧内篡改以及场景的伪造。不同的篡改方式使视频出现