随着互联网技术和移动终端设备的快速发展,数字视频在人们的生活中已经必不可少,数据量已呈现爆炸式增长,而作为司法证据已经越来越受到重视。然而,随着各种视频编辑软件等多媒体处理技术的发展,使得人们更容易的篡改数字视频和图像,导致多媒体信息的不可靠。如果将视频作为法庭证据,将很难保证该视频的真实性。因此,对于视频篡改检测领域的研究已经成了一个重要的研究方向。目前该领域研究主要分为两大类:一类是视频帧间篡改检测;另一类是视频帧内篡改检测。视频帧间篡改检测技术正在蓬勃发展,越来越多的学者和工程师进入这一领域,并取得了较好的科研成果。而视频帧内取证技术研究则是近几年开始兴起的研究方向,研究成果还相对较少,仍有大量的未知领域有待进一步深入和探索。考虑到人眼对视频中的运动物体更为敏感,因而篡改的常见形式是基于运动物体的篡改,例如对视频中连续多帧存在的运动物体复制-粘贴到视频的另一段连续区域这种篡改模式。鉴于此,本文提出了一种基于运动目标预检机制的视频帧内运动目标复制-粘贴篡改检测算法。第一,引入了运动目标预处理机制,用于检测和跟踪视频内的运动目标。对于视频中按时间顺序出现的所有运动目标,利用背景建模算法和卡尔曼滤波器对其进行跟踪标定,记录下每个运动目标在帧中的活动区域,为算法的下一步提取时空域的特征做铺垫。通过有针对性的对疑似篡改帧进行检测而过滤掉大量无关的真实视频帧,明显的提升了算法检测性能,降低了算法的时间复杂度。第二,针对视频中连续多帧存在的运动目标复制-粘贴到视频的另一段连续区域这种篡改模式,考虑到这两段运动序列具有较高的相关性,采用Lucas_Kanade算法计算各目标运动区域光流值作为其时间域上的一维特征,并计算不同光流序列的相关性选择可能存在篡改的运动序列;最后利用SIFT算法进行空间域上的匹配,过滤正常的视频序列,剔除上一步中的误检,以提高算法的准确率。