随着互联网技术的发展，海量的多媒体信息可以借助社交网络，快速广泛的传播。这为人们了解信息提供了良好的途径，也为不法分子散布虚假信息留下了机会。因此，如何在海量的多媒体数据中，鉴别多媒体内容的真伪已成为当前的研究热点和难点。本文抓住这些当今多媒体信息安全领域的变化趋势，对国内外研究现状深入归纳总结，以图像重采样操作、图像中值滤波操作、图像修复操作、视频对象删除操作等四个问题作为研究对象，对多媒体取证问题进行深入研究。
　　本文主要工作如下：
　　1)基于盲反卷积的图像重采样操作检测
　　针对图像重采样的问题，提出了基于盲反卷积的检测方法。所提出的方法利用盲反卷积操作恢复图像编辑历史，可以有效地检测图像重采样操作和识别插值操作类型。该方法可以广泛应用于经过零阶内插，二阶内插和三阶内插的重采样图像，并且可以准确地检测非周期性内插和周期性内插。实验结果显示，该方法对于JPEG压缩和高斯噪声有较强的鲁棒性。
　　2)基于生成式对抗网络的中值滤波检测
　　针对图像中值滤波问题，提出了一种用于中值滤波检测的生成式对抗网络。我们将中值滤波检测从灰度图扩展到RGB图像。自然图像中的先验知识被应用于中值滤波检测。利用原始图像训练生成式对抗网络模型，测试过程中出现的中值滤波后的图像将改变训练过程中建立起的生成器与判别器之间的平衡，从而检测出篡改图像。实验结果表明，对于较小的图像块和在JPEG压缩下的情况，该方法具有较好的检测效果。
　　3)基于低秩约束下典型相关分析的稀疏先验图像修复检测
　　针对稀疏先验图像修复的问题，提出了基于低秩约束下典型相关分析的检测方法。通过数学分析和定性实验，揭示了基于稀疏先验的修复与传统典型相关分析之间的关系。为了正确表征修复信号，加入低秩约束，提出了一种改进的典型相关分析表达式，从而更好的刻画信号之间的相关性，来辨别原始图像和被修复的图像。实验结果表明，该方法能够较好的检测基于稀疏的图像修复操作。
　　4)基于稀疏表征的视频取证分析
　　针对视频中电视台标删除操作的问题，提出了一个通用的电视台标删除检测框架。首先，利用稀疏学习来构造一种低维特征集，可以有效地区分篡改区域和原始区域。同时，以新颖的视角探索时间先验知识和空间先验知识，利用改进的三维形态学运算，设计了一个视频篡改定位算法，改进了检测结果。
　　本文提出了四种有效的多媒体取证算法，挖掘了取证任务中的先验信息，揭示了原始信号与被篡改后信号的差异，丰富了该领域的研究内容。