随着信息技术的发展,数字视频已成为一种广泛应用的信息传播载体,然而,数字视频也面临着被篡改与攻击的危险,数字视频信息内容真实性、安全性、完整性也越来越受人们的关注。视频帧率提升是一种常见的视频篡改伪造方法,本论文针对帧率提升篡改取证方法进行了研究,特别是提出了基于噪声水平估计的取证方法,对帧复制和视频运动补偿两种帧率提升篡改进行了取证,将噪声水平作为检测指标,利用基于小波变换的绝对中位差法估计噪声水平,检测噪声水平的时域变化周期性,通过硬阈值判决,自动判断视频是否经过伪造。主要研究结果如下:(1)提出了一种针对帧复制篡改的被动取证算法。由于噪声总是存在于视频帧内,采用现有的算法取证帧复制篡改时,取证性能易受噪声干扰。然而,当视频遭受帧复制篡改时,噪声水平会随之发生变化,因此,可通过高斯分布对噪声进行建模,检测噪声水平随时间的变化规律,甄别是否存在帧复制篡改。实验结果表明,该算法能够克服噪声干扰不鲁棒性,能够自动检测帧复制篡改,表现出良好的取证性能。(2)提出了一种针对运动补偿帧率提升篡改的被动取证算法。对于静态背景的视频序列,帧复制可获得较好的视觉效果,但是当视频序列中有大量运动背景时,因忽略帧间运动,会出现抖动、鬼影。为了提高视频质量,伪造者会采用更为高级的运动补偿帧率提升技术。目前针对运动补偿帧率提升篡改的取证算法较少,因此,需要对运动补偿帧率提升进行取证。运动补偿帧率提升算法内插视频帧时,噪声积累会发生在插帧过程之中,那么,噪声水平作为检测指标具有一定的可行性,通过揭示时域噪声水平变化来检测运动补偿帧率提升篡改。实验结果表明,该算法计算复杂度低,平均检测精确度较高,取证性能较好。(3)提出了一种针对运动补偿帧率提升篡改的主动取证算法。由于原始视频序列中的噪声包括设备噪声和来自外部的噪声,那么,实际中在利用高斯分布进行概率建模时,并无法完全反映噪声的统计规律,这使得基于噪声水平估计的被动取证算法性能不够稳定。针对这一缺陷,该算法通过预先混入统计特性已知的高斯噪声,利用高斯分布对噪声进行建模,分析噪声水平时域变化规律,判别是否存在运动补偿帧率提升篡改。实验结果表明,针对不同的运动补偿帧率提升方法,该算法都具有良好的取证性能。