论文部分内容阅读
进入21世纪以来,随着网络、宽带速度、硬件存储技术和多媒体技术的高速发展,各种各样的数移动终端使人们可以便利的观看、访问在线网络数字视频。但是,与此同时,各种容易操作的视频编辑处理软件逐渐流行,对视频进行编辑不在是专业人士的特权,非专业用户也可以轻松地对数字视频片段进行编辑或带有某种特定意图的篡改伪造。一旦被恶意篡改的视频被用于正式媒体、保险业、法庭等场合,容易造成人们对真相的误解或歪曲事实,对社会、国家和个人造成难以意料的影响。因此,对数字视频内容的原始性、真实性和完整性做出科学可靠的鉴别成为现代多媒体信息安全领域的一个重要研究方向。总结现有的视频篡改方式,其主要可以分为时间域上的帧间替换、帧间插入、帧替换篡改和空间域上的帧内篡改,以及这两种方式联合篡改。针对以上的三种篡改方式,视频篡改检测技术可以归纳为主动检测和被动检测两种方法。主动检测技术借助于图像处理方面的方法,主要依赖于数字签名和数字水印技术来检测。但是其依赖于拍摄设备内部具备镶嵌功能,如果对没有数字签名或者水印的视频,这种检测技术就完全失效。所以,如何仅仅依靠视频本身的内容来检测篡改视频,就成为人们关注的重点,由此产生了一系列的视频被动篡改检测算法。由于视频篡改检测是近几年出现的技术,其被动篡改检测技术研究目前处于起步阶段,已取得的成果还存在许多不足。因此本文重点针对时域上的删除、插入和复制三种视频篡改方式进行深入研究,在总结现有时域三种篡改检测技术的基础上,提出两种不同的视频篡改检测算法。本硕士论文的工作主要包括:(1)迄今为止,没有一个公开、统一的视频篡改测试数据库用于评价相应算法的有效性和性能,本文首先从网上下载8个YUV格式的原始视频片段,同时使用不同类型的摄像机拍摄两个MOV格式的视频片段,总共有10个原始视频片段;其次,对这些视频进行时域上的三种篡改,生成一个由30个篡改视频片段构成的视频篡改测试数据库。(2)对现有的被动视频篡改检测技术进行深入详细的分析和总结,给出现有方法存在的优缺点。(3)提出一个基于多尺度归一化互信息异常的视频被动篡改检测算法。该算法首次创新性的将信息论中的互信息理论引入视频篡改检测领域,建立一个度量视频片段内帧间的视觉内容相似性的模型(称为NMI描述子);其次,将多尺度理论引入本领域,提出基于多尺度理论的内容相似度度量模型(MNMI描述子);第三,利用LOF算法建立度量MNMI描述值异常值的模型;最后,采用阈值法将MNMI描述值异常值中超过某个给定阈值判定异常,对应帧序号视为视频篡改位置。通过实验仿真结果验证了所提出的算法的有效性。(4)提出一个基于内容一致的视频篡改检测算法。该算法使用具有旋转不变性和尺度不变性的颜色直方图来描述视觉内容,并使用RGB直方图相交法来度量视频帧之间的相似性,最后采用自适应阈值来确定视频是否被篡改。实验结果验证了所提出的算法是有效的。