基于光強信息的視頻插幀篡改檢測方法及裝置制造方法
【專利摘要】本發(fā)明提供了一種基于光強信息的視頻插幀篡改檢測方法及裝置，通過提取視頻每幀的6個光照亮度特征而后將其準化后融合，最后通過視頻幀間的光照強度距離和平均距離的相對關系，根據(jù)閾值，分離出可疑插入幀。從而實現(xiàn)了對同源異時、異源同時和異源異時的插幀篡改進行有效檢測。
【專利說明】基于光強信息的視頻插幀篡改檢測方法及裝置
【技術領域】
[0001]本發(fā)明涉及視頻圖像分析領域，尤其是指一種基于光強信息的視頻插幀篡改檢測方法及裝置。
【背景技術】
[0002]在數(shù)字多媒體愈發(fā)普及的時代，各種成像設備在各個領域的使用變得順其自然。隨著先進的視頻編輯軟件的出現(xiàn)和不斷升級，修改一張圖片或一段視頻變得越來越容易。這種技術一旦被非法者利用，將可能對社會產(chǎn)生不可預期的影響。因此，數(shù)字視頻篡改檢測技術的研究成為當今急需快速發(fā)展的重要技術。
[0003]目前，國內(nèi)外學者對數(shù)字視頻篡改取證的研究主要有兩類:一類是針對視頻編碼(比如MPEG編碼)過程的特點。因為被篡改的數(shù)字視頻經(jīng)常有經(jīng)過重壓縮的過程，而經(jīng)過重壓縮的視頻，其幀序列的內(nèi)在規(guī)律會遭到破壞，所以可以通過分析特定格式視頻幀序列的內(nèi)在規(guī)律是否遭到破壞來檢測。WANG等人提出的針對MPEG格式編碼的視頻序列，利用篡改前后的預測殘差周期性變化的特點進行分析。另外，黃等人在WANG的基礎上，并針對其存在的問題，提出基于雙向運動矢量的數(shù)字視頻篡改取證算法，大大提高了檢測精度。另一類是從現(xiàn)有的數(shù)字圖像篡改取證算法的基礎出發(fā)。根據(jù)視頻拍攝過程中引入的模式噪聲，或者視頻幀序列的連續(xù)性及其他統(tǒng)計特性的特點進行分析。Hsu等人提出了基于模式噪聲相關性的視頻篡改檢測算法，首先提取視頻每一幀的模式噪聲，然后將僅剩模式噪聲的視頻幀分塊，最后通過計算時間上相鄰的塊級相關性，并構建高斯混合模型，來鑒定數(shù)字視頻是否被篡改。王等人同樣利用視頻模式噪聲，通過比較待鑒別幀的噪聲與模式噪聲之間的相關性，利用實驗經(jīng)驗閾值判斷，定位篡改區(qū)域。另外，黃提出一種利用模式噪聲聚類分析的視頻篡改檢測方法。這種方法將數(shù)據(jù)挖掘的相關算法應用到視頻篡改檢測研究，在檢測精度上取得不錯的效果。
[0004]然而，上述兩類算法都有一些局限性。首先，針對視頻編碼過程的算法，雖然能夠取得不錯的檢測效果，但是受限于視頻格式，無法達到通用性；另外，針對模式噪聲取證的算法雖然突破了視頻格式的限制，但是這種算法只能用于異源的篡改檢測，一旦插入幀是同一部攝像機拍攝的，那么這種算法就無法準確檢測出來。
【發(fā)明內(nèi)容】
[0005]本發(fā)明的目的在于克服了上述缺陷，提供一種基于光強信息的視頻插幀篡改檢測方法及裝置。
[0006]本發(fā)明的目的是這樣實現(xiàn)的:一種基于光強信息的視頻插幀篡改檢測方法，它包括步驟:
[0007]A)、輸入待測的數(shù)字視頻；
[0008]B)、將待檢測的數(shù)字視頻轉(zhuǎn)化為幀圖像序列；
[0009]C)、對每一幀圖像分別提取其亮度特征信息；所述亮度特征信息包括幀圖像的亮度均值、亮度方差、幀圖像對應HSV色彩空間的飽和度均值、飽和度方差、亮度均值和亮度
方差;
[0010]D)、將亮度特征信息進行處理生成一個融合亮度特征；
[0011]E)、計算每一幀圖像的融合亮度特征與其余幀圖像的融合亮度之間的歐氏距離；
[0012]F)、計算所有幀圖像的歐氏距離均值，對比每一幀圖像的歐氏距離與歐氏距離均值的偏離度，當偏離度超過閾值則將該幀圖像定位為異常插入幀；
[0013]上述方法中，所述步驟C中亮度特征信息中，設定幀圖像的亮度均值為EH、亮度方差為VarH2、幀圖像對應HSV色彩空間的飽和度均值為ES、飽和度方差為VarS2、亮度均值為EV、亮度方差為VarV2 ;上述中，
[0014]
【權利要求】
1.一種基于光強信息的視頻插幀篡改檢測方法，其特征在于:它包括步驟， A)、輸入待測的數(shù)字視頻； B)、將待檢測的數(shù)字視頻轉(zhuǎn)化為幀圖像序列； C)、分別對每一幀圖像提取其亮度特征信息，所述亮度特征信息包括幀圖像的亮度均值、亮度方差、幀圖像對應HSV色彩空間的飽和度均值、飽和度方差、亮度均值和亮度方差； D)、將亮度特征信息進行處理，生成一個融合亮度特征； E)、計算每一幀圖像的融合亮度特征與其余幀圖像的融合亮度之間的歐氏距離； F)、計算所有幀圖像的歐氏距離均值，對比每一幀圖像的歐氏距離與歐氏距離均值的偏離度，當偏離度超過閾值則將該幀圖像定位為異常插入幀。
2.如權利要求1所述的基于光強信息的視頻插幀篡改檢測方法，其特征在于:所述步驟C中亮度特征信息中，設定幀圖像的亮度均值為EH、亮度方差為VarH2、幀圖像對應HSV色彩空間的飽和度均值為ES、飽和度方差為VarS2、亮度均值為EV、亮度方差為VarV2 ;上述中，
3.如權利要求2所述的基于光強信息的視頻插幀篡改檢測方法，其特征在于:設定所述融合亮度特征為LC，幀圖像序列的幀數(shù)為i，因此每一幀圖像的融合亮度特征LC (i)可由下式求的:^VarH2 (i) | VarS2U) |
4.如權利要求3所述的基于光強信息的視頻插幀篡改檢測方法，其特征在于:所述步驟E中，設歐氏距離為LDur，可由下式求得，
5.如權利要求4所述的基于光強信息的視頻插幀篡改檢測方法，其特征在于:所述步驟F中，設歐氏距離均值為ELDur，可由下式求得，
6.如權利要求1-5所述的基于光強信息的視頻插幀篡改檢測方法，其特征在于:所述步驟F具體為: 連續(xù)對比預設幀數(shù)的幀圖像的歐氏距離與歐氏距離均值的偏離度，當所有偏離度均超過閾值時，則將該些連續(xù)幀圖像定位為異常插入幀。
7.如權利要求1-5任意一項所述的基于光強信息的視頻插幀篡改檢測方法，其特征在于:所述步驟F中，所述預設幀圖像的幀數(shù)不少于12幀；所述偏離度的閾值為不小于2.8。
8.一種基于光強信息的視頻插幀篡改檢測裝置，其特征在于:它包括， 輸入模塊，用于輸入待測的數(shù)字視頻，而后轉(zhuǎn)到轉(zhuǎn)化模塊； 轉(zhuǎn)化模塊，用于將待檢測的數(shù)字視頻轉(zhuǎn)化為幀圖像序列，而后轉(zhuǎn)到提取模塊； 提取模塊，用于分別對每一幀圖像提取其亮度特征信息，而后轉(zhuǎn)到融合模塊；所述亮度特征信息包括幀圖像的亮度均值、亮度方差、幀圖像對應HSV色彩空間的飽和度均值、飽和度方差、亮度均值和亮度方差； 融合模塊，用于將亮度特征信息進行處理，生成一個融合亮度特征而后轉(zhuǎn)到計算模塊； 計算模塊，用于計算每一幀圖像的融合亮度特征與其余幀圖像的融合亮度之間的歐氏距離而后轉(zhuǎn)到異常定位模塊； 異常定位模塊，用于計算所有幀圖像的歐氏距離均值，對比每一幀圖像的歐氏距離與歐氏距離均值的偏離度，當偏離度超過閾值則將該幀圖像定位為異常插入幀。
9.如權利要求8所述的基于光強信息的視頻插幀篡改檢測裝置，其特征在于:所述異常定位模塊具體為，用于連續(xù)對比預設幀數(shù)的幀圖像的歐氏距離與歐氏距離均值的偏離度，當所有偏離度均超過閾值時，則將該些連續(xù)幀圖像定位為異常插入幀。
10.如權利要求8或9所述的視頻插幀篡改檢測裝置，其特征在于:所述異常定位模塊中，所述預設幀圖 像的幀數(shù)不少于12幀；所述偏離度的閾值為不小于2.8。
【文檔編號】H04N19/142GK103618899SQ201310651629
【公開日】2014年3月5日 申請日期:2013年12月5日 優(yōu)先權日:2013年12月5日
【發(fā)明者】黃添強, 吳鐵浩, 卓華, 邱源峰, 陳云鋒 申請人:福建師范大學, 福建省三奧信息科技股份有限公司