随着现代信息技术产业的发展,各种数字多媒体设备已深入我们社会生活的各个方面,比如数字视频,作为一种重要的多媒体数据现已被广泛的应用于新闻报道、教育教学、商业宣传以及呈堂证供等各个领域,已然成为了人们获取知识和信息的一种重要媒介。其中不乏一些不法分子为达到某些目的而对视频进行恶意的篡改,所以如何准确高效的辨别视频真伪已成为一个亟待解决的问题。本文主要针对视频同源复制-粘贴篡改行为进行检测研究,该篡改是指复制一帧内的某一部分并粘贴到同一帧的另一区域。该类型篡改的检测方法现主要分为两大类,一类以特征点的提取和匹配为基础,另一类则是提取块特征并进行特征匹配。特征点提取方法以其较强的鲁棒性被广泛认可和应用。本文针对视频同源复制-粘贴篡改检测工作做了两方面的工作:(1)本文提出一种基于彩色信息与SIFT融合的CSIFT特征的检测方法,在提取特征点时加入颜色不变量信息,提高了匹配的准确性和效率。算法首先利用结构相似度将视频帧序列分段,提取每段序列的关键帧;然后提取关键帧的CSIFT特征;最终定位复制-粘贴区域,并利用目标跟踪算法计算篡改区域在后续帧上的位置。通过实验验证了算法的鲁棒性,与基于SIFT等特征的算法相比,时间效率和准确性更高。(2)针对经过复制-粘贴篡改的低质量视频,本文提出一种基于改进的FREAK特征的检测方法。改进的FREAK特征保留原有的人眼视网膜采样模式,但调整了同心圆层数、感受野大小以及最终特征向量维度,使其更适应低质量图片与视频中特征点的描述。同时,结合本文整体的检测算法,准确检测低质量视频的复制-粘贴区域;通过实验亦证明本文算法对高质量的视频也具有良好的检测效果。