随着多媒体时代的到来，数字视频通过互联网和智能手机融入到人们的日常生活，并逐渐成为司法证据的重要组成部分。然而，多媒体处理技术的发展和强大的多媒体处理软件的出现使得人们能够轻易篡改数字图像和视频，如何保证多媒体内容的真实性具有重要的研究意义。本文从视频双重压缩检测和基于内容的帧间篡改检测两个角度，提出了四种视频被动取证算法。从视频双重压缩检测角度，本文通过提取视频中的统计特征揭露双重压缩痕迹，并结合机器学习，提出了三种双重压缩检测算法。第一，本文提出基于首位数字概率分布的双重压缩检测算法，通过提取量化后的AC （Alternating Current，交流）系数的首位数字概率分布并检测其与带参数的对数定律的拟合度进行双重压缩检测；并设计了串行支持向量机架构实现双重压缩视频的原始比特率估计。第二，本文提出基于马尔科夫统计特征的双重压缩检测算法，通过对MPEG-4量化过程的数学分析，本文给出了二次量化的DCT（Discrete Cosine Transform，离散余弦变换）系数的特性，并利用马尔科夫过程对DCT差分矩阵建模实现了双重压缩检测。第三，本文提出双重压缩视频的原始量化参数估计算法，通过计算DCT系数、一阶差分和二阶差分矩阵的概率分布并结合多类分类实现了量化参数的精确估计。从基于内容的帧间篡改检测角度，本文提出基于光流和异常检测的帧间篡改方式识别算法。算法依据是原始视频的光流序列连续变化，而篡改视频的光流序列在篡改点处出现跳变。本文提出计算光流变化因子并利用异常检测定位间断点，而后通过分析间断点和光流序列的特性实现帧间篡改方式的识别。