近年来,随着网络和多媒体技术的发展,数字视频广泛应用于新闻、商业、金融甚至作为证据出现在法庭。然而,数字视频编辑软件的功能多样化和操作简单化使得篡改视频变得越来越容易。倘若恶意篡改的视频被不法分子获取并使用,将会给整个社会带来难以估量的负面影响。在众多的篡改手段中,数字视频的帧删除和帧插入这两种帧间篡改是最常见且最易操作的篡改方式之一,因而视频帧间篡改检测也是目前视频取证领域的一个热点和难点。本论文首先深入研究了近年来经典的几类视频帧间篡改取证技术,在此基础上,提出了一种新的基于视频帧间特征QoMSSIM (quotient of mean structural similarity)用于检测视频帧删除和帧插入篡改的取证算法,具体工作如下：提出了一种新的基于视频特征QoMSSIM的帧间篡改取证算法。本论文将MSSIM特征引入到视频中用于衡量视频相邻帧之间的相关性,然后对视频相邻帧的MSSIM特征进行相除、归一化、量化和降维等处理得到最终用于视频篡改检测的特征QoMSSIM。最后,该算法将提取的视频特征QoMSSIM中大部分样本放入支持向量机SVM中进行训练,剩余部分样本用于测试提出算法对原始视频和帧间篡改视频分类的检测率。论文对提出的视频帧间篡改检测算法进行了大量的实验仿真。实验结果表明,提出的算法在对原始视频和帧间篡改视频的分类方面具有很高的检测率,且计算复杂度较低,优于基于光流特征的视频篡改取证算法。本文算法可以进一步对帧删除和帧插入这两种篡改类型进行分类,检测率达到了92%以上。