基于量化dct系數(shù)的視頻單幀復(fù)制粘貼篡改檢測(cè)方法
【技術(shù)領(lǐng)域】：
[0001] 本發(fā)明設(shè)及一種電子取證技術(shù)領(lǐng)域，具體針對(duì)視頻單帖復(fù)制粘貼篡改方式
【背景技術(shù)】：
[0002] 隨著多媒體技術(shù)的發(fā)展，視頻編輯軟件的不斷更新，人們可W根據(jù)需要更加輕易 地編輯視頻，修改視頻內(nèi)容，達(dá)到更好的視覺(jué)效果。然而，技術(shù)進(jìn)步方便人類的同時(shí)，也帶來(lái) 了不利影響。如果不法分子利用軟件惡意篡改視頻毀滅證據(jù)、修改視頻內(nèi)容，被惡意篡改的 視頻經(jīng)過(guò)網(wǎng)絡(luò)傳播，在一定程度上會(huì)影響社會(huì)的穩(wěn)定，因此，視頻篡改檢測(cè)技術(shù)的研究目前 已是信息安全的一項(xiàng)重要課題。
[0003] 復(fù)制-粘貼類型的篡改方式是一種常見(jiàn)的視頻篡改手段，可W分為:時(shí)域復(fù)制粘貼 和空域復(fù)制粘貼。空域復(fù)制粘貼篡改，其實(shí)質(zhì)和單幅圖像的復(fù)制-粘貼篡改類似，將視頻帖 內(nèi)的區(qū)域?qū)ο髲?fù)制到該帖的其它位置或復(fù)制到其它帖中W達(dá)到隱藏對(duì)象的篡改目的；而時(shí) 域復(fù)制-粘貼篡改則是W帖為單位的復(fù)制粘貼，使得視頻中的部分場(chǎng)景被替換或隱藏。時(shí)域 復(fù)制粘貼篡改的方式通常是復(fù)制一段連續(xù)多帖的視頻子序列到視頻中?，F(xiàn)有的研究針對(duì)運(yùn) 種篡改方式提出了檢測(cè)方法?；跁r(shí)空相關(guān)性矩陣來(lái)檢測(cè)復(fù)制-粘貼視頻，首先將視頻帖序 列分為重疊的多個(gè)短子序列，計(jì)算各個(gè)短子序列在時(shí)間上和空間上的相關(guān)性矩陣，然后利 用相關(guān)性矩陣來(lái)檢測(cè)。運(yùn)種劃分為子序列的方法使得算法對(duì)靜止視頻或運(yùn)動(dòng)相對(duì)緩慢的視 頻檢測(cè)效果不佳?；诮Y(jié)構(gòu)相似度來(lái)檢測(cè)時(shí)間域上視頻帖復(fù)制-粘貼的篡改，算法將視頻帖 序列劃分為多個(gè)重疊的子序列，利用結(jié)構(gòu)相似性理論來(lái)度量視頻帖間的相似性，最后通過(guò) 時(shí)間域上子序列間的匹配策略尋找出存在復(fù)制關(guān)系的子序列對(duì)，合并子序列對(duì)并定位出視 頻中復(fù)制片段的具體位置。算法檢測(cè)的原理是基于時(shí)間域上子序列間的匹配策略，對(duì)單帖 模式的復(fù)制粘貼篡改失效。

【發(fā)明內(nèi)容】
：
[0004] 為了克服現(xiàn)有的視頻時(shí)域復(fù)制粘貼篡改檢測(cè)方法無(wú)法正確檢測(cè)單帖復(fù)制粘貼篡 改的不足，本發(fā)明提出了一種基于量化DCT系數(shù)的視頻單帖復(fù)制粘貼篡改檢測(cè)算法。它適用 于視頻單帖連續(xù)多次復(fù)制粘貼篡改，根據(jù)人眼視覺(jué)感知的特性，單帖篡改操作一次在視覺(jué) 上對(duì)視頻的影響非常小，可W忽略不計(jì)，因此單帖操作若想達(dá)到篡改目的，必須進(jìn)行連續(xù)多 次復(fù)制粘貼。運(yùn)種篡改方式是指篡改者復(fù)制原始視頻中的某一帖進(jìn)行連續(xù)多次粘貼插入到 原始視頻序列中或替換原始視頻中的某些帖，使得原始視頻中的部分場(chǎng)景被替換或被推 遲/提前發(fā)生，同時(shí)又不影響視頻的連續(xù)性;運(yùn)種篡改方式不僅能改變視頻內(nèi)容，而且用人 眼不能直接觀察出；但目前已有的視頻帖間復(fù)制粘貼篡改檢測(cè)方法都是適用于連續(xù)多帖的 視頻子序列復(fù)制粘貼篡改，因此針對(duì)視頻單帖復(fù)制粘貼篡改方式的檢測(cè)是非常必要的。首 先，將視頻轉(zhuǎn)換為圖像，采用量化后的DCT系數(shù)作為視頻帖圖像特征向量，并通過(guò)計(jì)算 Bhattacharyya系數(shù)來(lái)衡量相鄰帖的帖間相似度，再設(shè)定闊值來(lái)判斷帖間相似度是否有異 常，最后根據(jù)出現(xiàn)相似度異常的帖是否連續(xù)，W及連續(xù)出現(xiàn)的帖數(shù)來(lái)判斷視頻是否經(jīng)過(guò)篡 改，并定位篡改位置。
[0005] 為實(shí)現(xiàn)本發(fā)明的目的采用的技術(shù)方案如下：
[0006] 第一步，將待測(cè)視頻轉(zhuǎn)化為帖序列圖像，并將轉(zhuǎn)換后的帖圖像灰度化，減少計(jì)算 量。
[0007] 第二步，提取每帖圖像特征向量。將每帖圖像分割成若干子塊，子塊總數(shù)為Nall,子 塊大小為block_size。用子塊左上角的像素坐標(biāo)(i，j)標(biāo)識(shí)該子塊位置。然后，對(duì)圖像中的 每個(gè)子塊進(jìn)行DCT變換。經(jīng)過(guò)DCT變換后可W得到一個(gè)與圖像子塊大小一致的DCT系數(shù)矩陣， 矩陣反映了對(duì)應(yīng)的圖像子塊的信息。變換后的數(shù)據(jù)能量非常集中，一般只有左上角的數(shù)值 是非零的，并且由于得到的DCT系數(shù)矩陣維數(shù)較高，不便于后續(xù)計(jì)算。因此接下來(lái)提取DCT系 數(shù)矩陣的左上角8X8個(gè)系數(shù)矩陣進(jìn)行量化，達(dá)到降維的目的。
[000引第Ξ步，利用化at化charyya系數(shù)衡量相鄰帖帖間相似度，Bhattacha巧ya系數(shù)（己 氏系數(shù))是對(duì)兩個(gè)統(tǒng)計(jì)樣本的重疊量的近似計(jì)算，提取出相似度異常的可疑帖。S={x|BC (X，X+l)>Tsimilar，xE (1 ,η-1)}，其中，S表示存放可疑帖帖序號(hào)的數(shù)組，X表示帖序號(hào)，η表 示視頻的總帖數(shù)，BC(X，X+1)表示第X帖與第Χ+1帖的帖間相似度，Tsimilar表示相似度異常的 闊值。
[0009] 第四步，計(jì)算可疑帖連續(xù)出現(xiàn)的帖數(shù)，排除誤檢?？梢商B續(xù)出現(xiàn)的帖數(shù)大于設(shè)定 的闊值時(shí)說(shuō)明視頻經(jīng)過(guò)單帖復(fù)制粘貼篡改，進(jìn)而可W初步確定篡改的起始位置Start和終 止位置ending。
[0010] 第五步，最后，為了驗(yàn)證檢測(cè)結(jié)果的正確性，排除靜止畫(huà)面的干擾，由于靜止畫(huà)面 會(huì)受光照強(qiáng)度等因素影響，相似度降低，因此，再次判斷起始位置start和終止位置ending 視頻帖的帖間相似度即BC(stad，ending)是否大于相似度闊值，若滿足大于闊值，則說(shuō)明 檢測(cè)結(jié)果正確，視頻經(jīng)過(guò)單帖復(fù)制粘貼篡改，并且篡改位置為start~ending;否則，判定視 頻未經(jīng)過(guò)篡改。
[0011] 所述的檢測(cè)方法第一步中，圖像灰度化計(jì)算如下：
[0012] 設(shè)每帖圖像高為M，寬為N，在Ξ維RGB顏色空間下，圖像帖可表示為：
[0013] I(x,y) = [R(x,y),G(x,y),B(x,y)]
[0014] χ = 1,2, . . . ,M；y = l,2, . . . ,Ν
[0015] 圖像灰度化計(jì)算公式為：
[0016] I(x,y)=0.299R(x,y)+0.587G(x,y)+0.114B(x,y)
[0017] χ = 1,2, . . . ,M；y = l,2, . . . ,Ν
[001引所述的檢測(cè)方法第二步中，DCT變換計(jì)算公式如下：
[0022]其中，Bpq稱為矩陣Amn的DCT系數(shù)矩陣，圖像矩陣的大小為MXN。
[0023] 量化DCT系數(shù)的計(jì)算公式如下：
[0024] 4,/?)
[002引其中，Dij是DCT系數(shù)，Q指量化表。
[00%] 所述的檢測(cè)方法第Ξ步中，Bhattacha巧ya系數(shù)的計(jì)算公式如下：
[0027]
[002引其中，Pi與qi分別表示視頻第X帖與第y帖圖像的第i個(gè)子塊的特征，運(yùn)里指量化后 的DCT系數(shù)分布概率，即直方圖，Nall表示圖像的子塊總數(shù)。
[0029] 所述的檢測(cè)方法第四步中，可疑帖連續(xù)出現(xiàn)的帖數(shù)計(jì)算步驟如下：
[0030] start = S[ j] ;endin邑=S[ j];
[0031] if S[j+1]-S[j] = = l
[0032] count = count+l ;endin邑=S[ j+1];
[0033] else
[0034] count = 0 ；
[003引 end
[0036] 其中，count代表可疑帖連續(xù)出現(xiàn)的次數(shù)，那么：
[0037] count >Tleng1;h
[0038] 其中，count代表可疑帖連續(xù)出現(xiàn)的次數(shù)，S表示存放可疑帖帖序號(hào)的數(shù)組，stad 表示可疑帖起始位置，ending表示可疑帖終止位置;算法原理：當(dāng)前帖為第S[j]帖，如果下 一帖仍然是可疑帖，則計(jì)數(shù)器計(jì)數(shù)加1，可疑帖終止位置向后移動(dòng)一位，當(dāng)count大于一定闊 值TiengA時(shí)，說(shuō)明視頻經(jīng)過(guò)單帖復(fù)制粘貼篡改，篡改序列位置位于start~ending;最后，再 次判斷起始位置Start和終止位置ending視頻帖的帖間相似度是否大于相似度闊值即BC (S^d，ending)>Tsimilar，若滿足大于闊值，則說(shuō)明上一步的檢測(cè)結(jié)果正確，視頻經(jīng)過(guò)單帖 復(fù)制粘貼篡改，并且篡改位置為start~ending;否則，判定視頻未經(jīng)過(guò)篡改。
【附圖說(shuō)明】
[0039] 為了更清楚地說(shuō)明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn) 有技術(shù)描述中所需要使用的附圖作簡(jiǎn)要介紹。
[0040] 圖1是本方法的視頻篡改示例。
[0041 ]圖2是本方法