数字媒体具有易被编辑和修改等特性，特别是随着图像和视频编辑工具软件的迅速发展，普通或专业用户出于各种不同目的，能够故意地修改甚至恶意传播一些经过精心伪造和篡改的数字媒体。作为数字视频信息监管的一种有效技术手段，视频被动取证技术已成为当前多媒体信息安全领域的一个研究热点。视频被动取证是指利用自然图像、视频成像过程中的固有特征或者在编辑处理过程中遗留的信号处理痕迹，对其真实性和完整性进行取证。它不需要数字水印等预先处理，也无需先验知识，因而实用性更强，受到了研究者的广泛重视。本文的主要工作与创新点如下：（1）提出了一种基于最大似然估计的自适应阈值视频被动取证方法。通过对视频帧进行分块且计算其统计特征值，例如视频帧分块级的能量梯度、信噪比等并组合成特征向量。然后，利用欧氏距离判别视频是否遭受了编辑篡改操作。不同于以往在关于真实性判别时通常使用经验阈值的方法，本文提出通过最大似然估计，得到自适应的阈值，实现对视频内容真实性的被动取证。（2）提出了一种基于非抽样二进制小波分解的自适应阈值被动取证方法。在非抽样二进制小波分解的基础上，利用低频近似分量和高频噪声细节分量分别对视频帧内容进行被动取证。其中，为了能更好地使用视频帧的低频分量和高频分量，使得提取的特征具有平移不变性，与第一种对视频帧采用普通的离散小波变换不同，这里采用一种新的小波变换，即非抽样二进小波变换。在确定阈值时，仍然采用最大似然估计的方法，分别自适应地计算低频分量和高频分量的阈值。通过从英国萨里大学公开提供的取证分析数据库SULFA选取测试视频进行实验，实验结果表明，本文提出的方法取得了较好的效果。